Помимо надзора за Доменом: кросс-преподавательская охрана для многоученых специалистов в области политики

arXiv: 2610.13521v1 Аннот (новое резюме): Многопреподавательская дистилляция на уровне политики (МОД) распространяет перегонки по политике (ОПД) путем передачи данных о конкретных областях специализированным учителям, интегрировав их возможности посредством тщательного контроля за траекториями, создаваемыми студентами. Однако маршрутирование доменов отличает только источники надзора за различными областями; обновление данных из всех областей по-прежнему осуществляется на основе общих параметров. Когда преподаватели существенно различаются по своему характеру и уровню знаний в области реагирования, надзор, который является эффективным изолированным, может все же приводить к постоянным конфликтам градиентами и деградации потенциала во время совместной оптимизации. Для решения этой задачи мы предлагаем обеспечить охрану школ-преподавателей для МОДП (MOPD), в соответствии с которой учителя, не являющиеся преподавателями, будут выступать в качестве вспомогательных критиков на одних и тех же траекториях учащихся и координировать надзор за деятельностью нескольких учителей путем предоставления кредитов уровня и обновления градиента. В частности, перекрестное назначение преподавателей по кредитам u