热点事件持续更新
美团LongCat提出N-OPSD数学推理训练法
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
2026年10月2日，美团 LongCat 团队提出 N-OPSD（邻近专家池自蒸馏）方法，用于改进 on-policy self-distillation 的数学推理训练。其做法是先用离线贪心筛选构建一个冻结的专家池，再通过 MaxPeak 在线路由在训练中选用专家。团队在 AIME 2024、AIME 2025 与 HMMT Feb 2025 三个数学推理基准上测试了 Qwen3-1.7B、4B、8B 三个规模的学生模型，Average@12 相比 OPSD 分别提升 2.75、1.67、1.94 分。报道称，推理阶段只需使用蒸馏后的学生模型，不需要保留专家池。目前该工作处于方法发布与基准结果公布阶段，尚未见其他机构复现或第三方评测信息。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 16:17
美团 LongCat 发布 N-OPSD，在三个数学基准上较 OPSD 最高提升 2.75 分，推理仅需学生模型。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AGI Hunt美团 LongCat 提出 N-OPSD：邻近专家池自蒸馏，AIME 均值最高提升 2.75 分
美团 LongCat 团队提出 N-OPSD，用离线贪心筛选的冻结专家池和 MaxPeak 在线路由改进 on-policy self-distillation 数学推理训练。在 AIME 2024/2025 与 HMMT Feb 2025 上，Qwen3-1.7B/4B/8B 的 Average@12 分别比 OPSD 提升 2.75、1.67、1.94 分。推理时只需蒸馏后的学生模型。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 17:00）·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。