Base Labs发现蒸馏蒸馏收益随模型规模递减
热点事件持续更新
Base Labs发现蒸馏蒸馏收益随模型规模递减
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Base Labs报告称，在强化学习前使用GPT-5.6-Sol教师模型的思维链进行SFT蒸馏后，0.6B和1.7B的Qwen模型从SFT与RL训练组合中明显获益，但4B和8B模型几乎没有收益，甚至表现更差。将蒸馏数据量从50万增至400万tokens，未改变这一结论。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 03:03
Base Labs 研究 RL 前 SFT 蒸馏对 Qwen 模型表现的影响报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- AGI HuntBase Labs 研究 RL 前 SFT 蒸馏对 Qwen 模型表现的影响
Base Labs 研究了 RL 前使用 GPT-5.6-Sol 教师模型的思维链进行 SFT 蒸馏，对 0.6B–8B Qwen 模型后续 RL 训练的影响。
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。