首页› 资讯库› Salesforce 论文:RL 专家蒸馏比外部大模型蒸馏更省算力 微资讯 · 来源报道 Salesforce 论文:RL 专家蒸馏比外部大模型蒸馏更省算力 AIHOT 最近七天 2026-11-08 返回首页 阅读原文 Salesforce 新论文发现,从大型外部教师模型做蒸馏通常比纯 RL 消耗更多算力,而将多个 RL 训练的领域专家模型合并可节省 42% 算力。研究按每单位训练 FLOP 的留出准确率对比蒸馏与 GRPO,覆盖不同任务难度、模型规模和领域;使用外部后训练教师时 GRPO 普遍胜出,蒸馏还常导致回复变长。 回首页继续看 →