待验证50% 置信事实精确时间
研究团队在经过筛选和重新平衡的教师生成监督数据上对Qwen3.5系列小语言模型进行微调
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/9
首次发现
有效期至：2027/1/7
来源
涉及实体
相关事实
待验证研究者在视觉语言模型Qwen2.5-VL-3B-Instruct上，针对单一压缩比，用逐方案学习率调优加三种子重复验证了打平结论68% 相似待验证在策略蒸馏出自DAGGER相关论文，可视为将教师评估纳入闭环的迭代式SFT，在GLM-4.5、Qwen3和DeepSeek中都有应用67% 相似待验证在大语言模型场景中，业界转向了合成数据蒸馏路线：让教师模型批量产出输入输出对，再对学生模型进行标准的监督微调（SFT）67% 相似已验证离线蒸馏中训练数据由教师模型一次性生成并固定，学生模型在静态数据集上学习66% 相似待验证Qwen3采用四阶段训练流程，在后期专门针对混合推理能力进行对齐微调66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990329API
curl https://kongchang.com/api/v1/knowledge/claims/990329MCP
get_claim(id=990329)