教师模型过于自信导致学生表现不佳
在将大模型转化为小模型的过程中,学生模型的表现通常不如教师模型,这一现象在实际应用中并不少见。其原因并非学生的学习不够努力,而是因为他们模仿了错误的对象。学生学到了教师受到过度自信影响的输出。传统的蒸馏方法让学生模仿教师提供的最高概率答案,但教师的输出往往是基于过度自信的、接近独热编码的答案,而非真实的概率分布。学生只照搬这些答案,结果是形成了一种“自信”的错误。
由此产生了两个叠加的后果:首先,学生模型在能力上下降,因为未能掌握教师做出判断时的完整依据;其次,学生模型的自信度却上升了,继承了教师表达上的固定性。问题的根源在于蒸馏过程中丢失了概率分布的信息,学生只模仿了结果,而未能理解教师的判断逻辑。
这一现象值得关注,蒸馏的初衷是以更小的成本实现接近的效果。但如果只是简单复刻最可能的答案,学生最终获得的将是信息被削弱的教师模型,导致能力和准确性双双受损。因此,简单的蒸馏方法常常面临失败的局面,这一问题正是问题的关键所在。 龙8头号玩家
北京男篮新援策略暗示范子铭将重回主力行列
让每一次运动都成为一种享受与成就。...