热点事件持续更新
Berkeley D-Skill 缩小教师-学生模型差距
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
2026年10月23日，Berkeley D-Skill项目通过技能蒸馏技术显著缩小了教师与学生模型之间的差距，达到75-95%的量级。这一技术通过蒸馏教师知识，而不是直接更新学生模型的权重，实现了这一目标。据SpreadsheetBench、ALFWorld和chess等验证平台的数据显示，差距分别达到了83.4-89.3%、84.6-94.6%和75.3-87.7%。早先报道称，技能蒸馏通常涉及参数更新，但作者对此进行了改动，提出了D-Skill方法。明川建议，在小模型接手大模型工作流时，应优先尝试使用「skill 蒸馏」。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 06:05
Berkeley D-Skill项目通过技能蒸馏技术显著缩小了教师与学生模型之间的差距，达到75-95%的量级。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Agent Control Flash News精选Berkeley D-Skill：通过技能蒸馏缩小教师-学生模型差距75-95%
反直觉：把教师能力灌给学生不一定要动学生权重——可先蒸成可复用 skill。现有错处：默认蒸馏=参数更新。作者改动：D-Skill，经 agent skill 蒸馏教师知识。硬数字：SpreadsheetBench Verified 关差距 **83.4–89.3%**；ALFWorld **84.6–94.6%**；chess **75.3–87.7%**。可迁移判断：**明川：小模型接手大模型工作流时优先试「skill 蒸馏」再开全量 FT。不要并进 #10 SSR，也不要并进 T2 CORD。**
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。