跳转至

Negative Self-Distillation: Learning to Reason by Avoiding Flaws

复现级别：L1 核心机制诊断。 本地在候选策略上构造负教师和动态 reasoning gate；未执行全参数 LLM 训练。

论文信息

字段 内容
论文链接 Negative Self-Distillation: Learning to Reason by Avoiding Flaws
公司/机构 University of Virginia（按第一作者署名单位）
首次公开日期 2026-09-10
原文开源代码 是：https://github.com/Prongcan/NSD
Adapter / 方法 nsd
本地复现代码 src/auto_research/post_training/latest_20260914.py

原始论文总结

背景与主要改动

让学生远离自身生成的错误推理分布，并用动态 gate 只更新推理关键位置，避免把普通语言 token 一并遗忘。

flowchart LR
  I[输入与公开状态] --> M[nsd 核心机制]
  M --> A[可审计中间量]
  A --> O[输出或更新]

原论文关键图

Negative Self-Distillation: Learning to Reason by Avoiding Flaws 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式或操作

本地代码把论文决定性操作实现为确定性的 reference kernel，并显式输出门控、选择、投影、图边或状态更新统计；测试覆盖公式不变量和边界条件。

论文离线与线上效果

七个数学 benchmark 上，1.7B/4B/8B 模型平均提升 2.3%/7.5%/6.0%。 这些数字来自原论文，不与本地缩小实验直接比较；论文未报告线上 A/B 时不推断线上收益。

本地复现

三种子指标见 metrics/mechanism-seeds42-44.json。所有候选使用相同公开 fixture、预算和 seed；本页结果只证明核心状态转换实际执行。

复现边界

本地在候选策略上构造负教师和动态 reasoning gate；未执行全参数 LLM 训练。