论文
Beyond Teacher Likelihood: Group-Calibrated On-Policy Distillation for Long-Context Reasoning
针对长上下文推理任务，提出组校准的在线策略蒸馏方法，解决token级教师监督导致的局部合理但全局证据缺失问题，对Qwen 3.8 Max、DeepSeek-V4-Flash等长上下文模型优化有直接参考价值
首次收录 2026-08-20热度 0.0
distillationlong-contextreasoning
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Beyond Teacher Likelihood: Group-Calibrated On-Policy Distillation for Long-Context Reasoning」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。