UniSD

深度分析

UniSD：結合EMA教師、詞元級對比與多教師一致性的自我蒸餾框架

隨著大型語言模型需針對新任務調適，研究提出 UniSD 統一自我蒸餾框架；它整合多教師一致性、EMA 教師、詞元對比、特徵匹配與發散剪裁等機制，並在六項基準與多個模型上展現穩定提升，驗證自我蒸餾可作為無外部強教師的實用適配途徑。同時分析效能與計算成本的取捨，提出按訊號可信度分配計算的設計建議。