Lightning Weave后训练框架组合多模型能力

Yecheng Wu、Song Han、Han Cai 提出后训练框架 Lightning Weave，通过 on-policy 蒸馏把多个独立后训练模型的能力组合进单一学生模型，并采用 Tilted-Target DOPD 将缓存信号转化为稳定学习目标。 据该研究称，这一框架旨在提升推理模型的准确率-效率前沿。目前公开信息仅来自论文自述，尚无独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。