arXiv提出OPPD方法提升AI推理
发生了什么
据arXiv论文，序列级功率分布蒸馏（OPPD）无需搜索即可提升AI推理能力。该方法通过训练模型在单次生成中输出高概率答案，避免了对多个候选项的评分需求。实验显示，OPPD使MATH500和GSM8K准确率分别提升23.0和27.3点，优于使用64个候选项的传统功率采样。与GRPO结合可进一步增加9.3点收益。
- MATH500提升
- 23.0 points
- GSM8K提升
- 27.3 points
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口