北大与三星新论文：慢思考方法有效
北京大学和三星的新论文提出了一个离线训练思路：用慢速推理模型去“指导”快速模型，结果快速模型的实际游戏得分从 13.51 提升到 24，接近翻倍。它的意义在于方法本身：训练阶段让慢模型负责想，训练完成后快模型自己就能跑——这给提升小模型提供了一条低成本通用路径。
报道来源 · SOURCES
- Rohan Paul2026-10-16 19:13
北京大学和三星的新论文提出了一个离线训练思路：用慢速推理模型去“指导”快速模型，结果快速模型的实际游戏得分从 13.51 提升到 24，接近翻倍。它的意义在于方法本身：训练阶段让慢模型负责想，训练完成后快模型自己就能跑——这给提升小模型提供了一条低成本通用路径。