SAKI：同策略蒸馏的最大耦合路由教师监督

2026年9月29日，HuggingFace Daily Papers（社区热门论文）收录论文《SAKI：面向同策略蒸馏的最大耦合路由教师监督方法》。该论文提出 SAKI（Supervision Allocation with KL-constrained Interpolation），将 KL 约束的教师引导 rollout 与最大耦合结合，按 token 级接受/纠正事件路由监督：在接受位置保留采样 token 的反向 KL 监督，在纠正位置直接监督教师最高概率 token。截至该报道，这是本事件唯一一篇报道，未出现后续跟进或相互矛盾的说法，论文的具体实验设置、适用模型与效果数据在现有报道中均未提及。

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。