热点事件持续更新
CriticOPD：修复在线蒸馏的可恢复性缺陷
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月 15 日，AGI Hunt 报道，BYU 与 UNC 教堂山分校提出 CriticOPD，针对在线蒸馏（OPD）中被忽视的可恢复性缺陷：在 OPD 中，教师模型虽能识别学生的错误，却会顺着学生的错误前缀继续往下写，无法把学生带出错误路径，导致监督失效。CriticOPD 的做法是让教师对学生的错误 rollout 给出批判，学生再根据这些批判重写解法；而学生自身的训练只使用不含批判的修订版本。研究者在两个 Qwen3 学生模型和六个数学推理基准上做了评测，称 CriticOPD 均优于 OPD，其中竞赛类题目的提升幅度最大。报道未给出具体分数、模型规模或与其它基线方法的对比细节。
AI 根据报道生成 · 59 分钟前更新
最新进展10月15日 11:17
BYU 与 UNC 提出 CriticOPD，用教师批判引导学生重写错误解法，在六个数学基准上胜过在线蒸馏。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntCriticOPD 发现教师会跟着学生错误走，用批判引导修复在线蒸馏监督
BYU 与 UNC 教堂山分校提出 CriticOPD，修复在线蒸馏（OPD）被忽视的可恢复性缺陷：教师能识别学生错误，却会顺着错误前缀继续写。方法让教师对错误 rollout 给出批判、学生据此重写解法，学生训练只用不含批判的修订版本。在两个 Qwen3 学生模型和六个数学推理基准上，CriticOPD 均优于 OPD，竞赛类题目提升最大。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。