arXiv cs.CL· Jingru Yang, Jinhang Wu, Minjing Shi, Shengfeng He, Xuyan Li, Man Tan, Biye Li·2026-10-12 12:00· 2 小时前AI 评分22

CAST：面向跨分词器在线策略蒸馏的信用对齐方法

CAST: Credit Alignment for Cross-Tokenizer On-Policy Distillation

AI 导读

针对跨分词器在线策略蒸馏中 chunk 级信号无法分配到学生 token、无对应 token 缺乏约束的问题，研究者提出 CAST（Chunk-aware credit Assignment with Selective Token Anchoring）。

来源：arXiv cs.CL · arxiv.org