待验证50% 置信事实精确时间
离策略蒸馏实验使用Qwen3 0.6B作为学生模型，Qwen3 4B作为教师模型
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/12
首次发现
有效期至：2026/12/11
来源
涉及实体
相关事实
待验证Qwen系列模型由阿里巴巴通义实验室开发71% 相似待验证Qwen3 features significant improvements in reasoning ability, instruction following, and multilingual understanding compared to previous versions.65% 相似待验证研究者通过蒸馏训练一个5120→512→512→5120（RMS归一化+SiLU激活）的学生网络，从H3的L49条件重建投影后的教师表征，消除推理时对SenseNova的依赖61% 相似待验证研究者将Edu-QuRater分数用作GRPO后训练的奖励项，实验以Qwen3-4B作为基础模型60% 相似待验证Depth Anything V2由香港大学团队开发，在V1基础上引入了合成数据增强训练策略和更精细的教师-学生蒸馏框架56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/911349API
curl https://kongchang.com/api/v1/knowledge/claims/911349MCP
get_claim(id=911349)