arXiv · cs.AI · Liangbo Ning, Siyuan Liang, Yi Zhou, Yifeng Zhang, Qing Li, Wenqi Fan, Dacheng Tao · 7 小时前模型评分28
MUSE：面向大语言模型推荐的多教师推理蒸馏与自探索框架
Multi-Teacher Reasoning Distillation for LLM Recommendation with Self-Exploration
导读
研究提出 MUSE 框架，用多个教师大语言模型构建多样化推理池，并通过学生自探索逐步扩展，缓解单一教师的知识上限问题。该框架引入 Rank-Gain Utility Assessment（RGUA），按真实物品的全目录排名提升评估每条推理轨迹的推荐价值，再用双层对比学习让学生优先选择有益推理。在三个真实数据集上的实验显示该框架有效且稳健。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address these limitations, we propose MUSE (Multi-Teacher Utility-guided Selection with Self-Exploration), an adaptive reasoning distillation framework that jointly improves reasoning generation and reasoning utilization.”
来源：arXiv · cs.AI · arxiv.org