宾大/哈佛提出DBTM：免教师模型训练单步语言模型

2026年10月12日，AGI Hunt 报道，宾夕法尼亚大学与哈佛大学研究者 Sophia Tang 发布 DBTM（Discrete Beckmann Transport Models，离散贝克曼传输模型），一类可直接从数据端到端训练的单步语言模型。报道称，DBTM 的特点在于无需教师模型蒸馏，即不再依赖先用教师模型生成监督信号、再训练学生模型的常见做法，而是直接从数据出发完成单步语言模型的训练。这是目前关于该工作的最新消息，报道未披露模型规模、训练数据、评测结果或代码开源等细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。