MBT-A编辑教师推理轨迹蒸馏元认知行为
热点事件持续更新
MBT-A编辑教师推理轨迹蒸馏元认知行为
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究者提出元认知行为调优（MBT）：在教师推理轨迹缺少元认知的位置插入七种元认知行为，再用编辑后的轨迹训练学生模型。其智能体方法 MBT-A 逐行编辑轨迹，并以 git commit 记录每次修改，以避免长轨迹被摘要化、插入点过度集中。 在竞赛数学上，用 MBT-A 轨迹训练的 Qwen3.5-4B-Base 学生得分 85.4，高于未编辑轨迹 SFT 的 83.1，也优于 token 匹配对照和五种先前方法。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
通过智能体编辑蒸馏元认知行为：MBT-A 让 Qwen3.5-4B-Base 数学得分达 85.4报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI通过智能体编辑蒸馏元认知行为：MBT-A 让 Qwen3.5-4B-Base 数学得分达 85.4
研究者提出元认知行为调优（MBT），在教师推理轨迹缺失处插入七种元认知行为后再训练学生模型；其智能体方法 MBT-A 逐行编辑轨迹并以 git commit 记录每次修改，避免长轨迹被摘要化、插入点过度集中。在竞赛数学上，用 MBT-A 轨迹训练的 Qwen3.5-4B-Base 学生得分 85.4，高于未编辑轨迹 SFT 的 83.1，并优于 token 匹配对照和五种先前方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。