arXiv论文：编译专家过程使8B小模型媲美前沿模型

发生了什么

据arXiv cs.AI论文，研究提出PLVR方法，将教师模型Kimi-K3的推理轨迹编译为验证程序，并在未改变的8B小模型前运行。在电信领域tau2-Bench测试集上，Granite-4.2-8B模型在该程序辅助下准确率从43.0%提升至91.2%，所有Nemotron学生模型均达到93.3-94.4%，优于微调基线。该方法在过程性领域使小模型性能接近前沿模型，缩小了基础模型间的差距。