Fin-SD：自蒸馏收益来自监督位置而非提示内容
热点事件持续更新
Fin-SD：自蒸馏收益来自监督位置而非提示内容
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Johnny Yu 与 Cyril Gorlla 提出面向多步推理的局部事后自蒸馏方法 Fin-SD：由学生模型自行定位首个错误步骤并写出简短批评，无需外部教师模型提供梯度。 在 GPT-OSS-20B 上，该方法于 FinanceReasoning Hard 子集相比基座模型提升 3.03 个百分点；但将批评内容替换为通用反馈后增益相同，作者据此认为收益来自监督施加的位置，而非提示内容本身。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Fin-SD：金融推理中事后自蒸馏的提示到底有多重要？报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLFin-SD：金融推理中事后自蒸馏的提示到底有多重要？
Fin-SD 是一种面向多步推理的本地化事后自蒸馏方法，由学生模型自行定位首个错误步骤并写出简短批评，无需外部教师模型提供梯度。在 GPT-OSS-20B 上，该方法于 FinanceReasoning Hard 子集相比基座模型提升 3.03 pp，但用通用反馈替换批评内容后增益相同，说明收益来自监督施加的位置而非提示内容。
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。