热点事件持续更新
ETH/Oxford 提出 LFD 蒸馏科学生成器
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
ETH、Oxford 等机构提出 LLM-to-Flow Distillation（LFD）：用冻结 LLM 作为自适应教师，把自然语言描述的科学目标蒸馏进流/扩散生成器。教师按生成器当前能力构建中间子目标课程，逐轮评判候选样本，偏好经 DPO 迭代蒸馏，无需显式代理奖励。报道称，即使初始模型对目标设计的概率几乎为零，该方法也能提供密集学习信号；论文、代码与网站已公开。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 02:36
LFD 细节公开：冻结 LLM 当自适应教师、DPO 迭代蒸馏，论文与代码已放出。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntETH/Oxford 新方法 LFD：用冻结 LLM 蒸馏出「听得懂人话」的科学生成器
ETH、Oxford 等机构提出 LLM-to-Flow Distillation（LFD），用冻结 LLM 当自适应教师，把自然语言科学目标蒸馏进流/扩散生成器。教师按生成器当前能力构建中间子目标课程，逐轮评判候选样本，偏好经 DPO 迭代蒸馏，无需显式代理奖励。即使初始模型对目标设计的概率几乎为零，也能提供密集学习信号，论文、代码与网站已公开。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 03:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。