Hugging Face Blog·· 2026-08-10AI 评分41
Hugging Face 提出离线 Top-K Logits 与融合分块 KL 损失，让知识蒸馏低成本规模化
Making Knowledge Distillation Cheap Enough to Run at Scale
AI 导读
Hugging Face 最新论文提出两项系统改动，让大语言模型知识蒸馏的显存开销大幅下降：一是离线缓存教师模型每位置的 top-100 logits，训练时无需同时加载教师模型；二是融合分块 KL 损失，避免生成完整的词表×序列长度矩阵。
来源：Hugging Face Blog · huggingface.co