マルチドメインLLM向け教師あり蒸留手法「MT-SDPO」を開発

arXiv cs.AI ・ 2026-09-02

原題: Learn from Whoever Is Right: Answer-Verified Multi-Teacher Distillation for Multi-Domain LLMs

AI による要約

マルチドメインLLMの統合に向け、複数の教師モデルを用いた自己蒸留手法MT-SDPOを提案した。各サンプルに対し正解教師を動的に選択することで、ドメインラベルに依存しない正確な指導を実現する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。