NeurIPS 论文 CaRE-KD：让学生模型学会何时该信任蒸馏教师

被 NeurIPS 2026 接收的 CaRE-KD 让学生模型自行决定何时信任蒸馏教师，预印本已发布。其 token 级置信度门控依据教师的确定程度，在 mean-seeking 与 mode-seeking 散度之间切换；序列级拒绝机制则丢弃教师在认知上不如学生可靠的更新，以应对标准 KD 强制学生照搬教师幻觉预测、覆盖学生正确先验的问题。