待验证50% 置信基准精确时间

实验显示LoopOPD显著提升了模型的数学推理能力，D-LoopOPD通过动态教师更新带来进一步增益

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

LoopOPD：让循环语言模型自我蒸馏，实现递归自我提升

涉及实体

LoopOPDconcept D-LoopOPDconcept

相关事实

待验证在推理阶段追加FLOPs能带来显著的能力提升69% 相似待验证研究显示推理时计算的扩展律与训练时计算具有相似的效益曲线68% 相似待验证纯NumPy实现需要开发者手动编写每一层的梯度计算逻辑，这带来教学价值但增加工作量并容易出错68% 相似已验证模型蒸馏将大模型的知识迁移到更小的学生模型中，速度提升显著但存在一定能力损耗68% 相似待验证DPO方法利用奖励函数与最优策略之间的解析关系，将RL问题转化为更简单的监督学习问题67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990592

API

curl https://kongchang.com/api/v1/knowledge/claims/990592

MCP

get_claim(id=990592)