AWS 提出 SCOUT 蒸馏共训练框架

2026年10月1日，AGI Hunt 报道称，AWS 团队提出 SCOUT（Student-COnditioned Updates of the Teacher）共训练框架。报道指出，该框架针对 on-policy 蒸馏（OPD）中的一个根本性失配问题：在 OPD 设定下，由学生模型生成的轨迹对教师模型而言属于 off-policy，即教师需要在并非自己产生的数据上提供指导。SCOUT 被描述为用于修复这一失配的共训练方案。报道仅涉及框架的提出及其所针对的问题，未提及实验结果、模型规模或发布时间等细节，事件仍有待后续进展。

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。