本文针对智能语言模型在调用工具、利用工具响应和直接回答之间的学习问题，提出多教师在线策略蒸馏作为训练策略。一位教师专门指导工具调用，另一位教师指导直接回答，学生模型在自身生成的数据分布上学习。研究发现这种方法可能导致行为偏差，尤其是过度调用工具的问题，传统指标难以发现这一点。作者分析了局部标记级信号对整体生成行为的杠杆作用，并提出Soft Clamp方法，通过动态调节标记级别的散度来缓解过度调用，在APIGen-MT数据集上显著减少过度调用同时保持决策准确率。该方法对多教师在线策略蒸馏提出了新的监督视角，强调监控信号的位置而非仅看总量。
这条 研究论文 信号说明，来自 arXiv cs.CL 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.CL 发布了这条关于 研究论文 的更新：本文针对智能语言模型在调用工具、利用工具响应和直接回答之间的学习问题，提出多教师在线策略蒸馏作为训练策略。一位教师专门指导工具调用，另一位教师指导直接回答，学生模型在自身生成的数据分布上学习。研究发现这种方法可能导致行为偏差，尤其是过度调用工具的问题，传统指标难以发现这一点。作者分析了局部标记级信号对整体生成行为的杠杆作用，并提出Soft Clamp方法，通过动态调节标记级别的散度来缓解过度调用，在APIGen-MT数据集上显著减少过度调用同时保持决策准确率。该方法对多教师在线策略蒸馏提出了新的监督视角，强调监控信号的位置而非仅看总量。
该研究发现多教师在线策略蒸馏中存在行为杠杆不平衡的问题，导致模型过度调用工具，传统评估指标难以捕捉这一细节。通过提出Soft Clamp方法，能够有效抑制不合理的工具调用行为，提高训练策略的精细度和模型性能，对多教师训练和语言模型行为控制有重要启发意义。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
Fine-tuning LLMs for financial natural language processing (NLP) is constrained by limited, imbalanced data. Real-world financial news overrepresents earnings...
植物病害由生物和非生物胁迫引起，全球农业产量每年损失估计20-40%，经济损失超过2200亿美元。本文提出了一个统一的深度学习流程，结合语义分割、基于回归的严重度估计和疾病分类。胁迫严重度分为四级（低到极高），基于感染叶面积比例。使用苹果树叶子病害分割数据集（1641样本，6类）评估四种模型：U-Net（MobileNetV2）、SegFormer、FCN及PSPNet。MobileNetV2的U-Net表现最佳，达98.20%像素精度、0.70 mIoU及99.41%检测准确率，且单图处理14.7毫秒，适合实时应用。SegFormer表现接近（mIoU 0.66），FCN及PSPNet空间精度较低（约0.49 mIoU）。严重度指数与专家标注高度相关（r=0.968，R^2=0.937），证明系统在自动作物监测和决策支持中的可靠性。
为保护和振兴印度尼西亚北苏门答腊巴塔克族的文化遗产传统纺织品乌洛斯，本研究提出利用人工智能框架，针对高分辨率乌洛斯图案数据集精细调优两种潜伏扩散模型，以生成既符合文化又具创新性的图案。通过多项指标和传统织工评估，Protogen v3.4模表现优于Stable Diffusion v1.4，在视觉保真度和图案多样性方面取得显著提升，展现了生成模型在传承与创新间的平衡潜力。