CADENCE: Closing the Reasoning Gap via Coverage-Adaptive On-Policy Distillation

• 类型：arxiv
• 标识：2607.16955
• 链接：https://arxiv.org/abs/2607.16955
• 主分类：llm-infra
• 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：CADENCE, a unified framework with a targeted fix for each compounding failure modes, is presented, showing principled distillation reaches strong reasoning quality without datacenter-scale hardware.
• OpenAlex ID：W7169862990
• OpenAlex DOI：10.48550/arxiv.2607.16955
• DOI：10.48550/arxiv.2607.16955
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.16955
• OpenAlex更新：2026-08-26
• 待LLM分类：否
• 标题中文：CADENCE：通过 Coverage-Adaptive On-Policy 蒸馏弥合推理差距
• TLDR中文：提出 CADENCE，一个统一框架，对每种叠加式失败模式给出针对性修复，证明通过原则化的蒸馏即可在不依赖数据中心级硬件的条件下获得强推理质量。
• 成熟度：research
• 场景：knowledge distillation、reasoning、on-policy training
• 来源文件：
• /inbox/tom/_candidates/2026-07-31-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]