Training Specialist Models without Reasoning Trajectories for Domain Expert Distillation

• 类型：arxiv
• 标识：2609.13770
• 链接：https://arxiv.org/abs/2609.13770
• 主分类：engineering
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work shows that specialist optimization implicitly selects from this latent trajectory space, and establishes a new view of specialist training: when gold reasoning is absent, tuning choices directly control the latent supervision passed to downstream models.
• OpenAlex ID：W7213328669
• OpenAlex DOI：10.48550/arxiv.2609.13770
• DOI：10.48550/arxiv.2609.13770
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.13770
• OpenAlex更新：2026-09-17
• 待LLM分类：否
• 标题中文：无推理轨迹的专家模型训练:面向领域专家蒸馏
• TLDR中文：该工作表明，专用优化隐式地从此潜空间轨迹中进行选择，并建立了一种新的专用训练视角：当缺少 gold reasoning 时，调参选择直接控制传递给下游模型的潜在监督信号。
• 来源文件：
• /inbox/tom/_candidates/2026-09-16-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]