ReDiST：按学生草稿构建推理蒸馏轨迹

Shaoang Li 等作者提出学生条件化的推理轨迹构建与蒸馏框架 ReDiST：从学生自己的解题草稿出发，依据给定证据修正答案正确的草稿，并用已验证答案修复失败草稿。 框架用冻结的学生匹配阅读器按答案恢复率和验证答案概率对候选轨迹筛选排序，蒸馏时以辅助答案损失平衡轨迹监督与最终答案监督。作者称，在问答基准上，ReDiST 在源任务和跨基准测试中均优于仅答案监督、原始轨迹及所评估的轨迹选择与重写基线。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。