Чёрно-ящичное дистилляционное обучение больших языковых моделей на основе текущей политики

Black-Box On-Policy Distillation of Large Language Models

November 13, 2025

Авторы: Tianzhu Ye, Li Dong, Zewen Chi, Xun Wu, Shaohan Huang, Furu Wei

cs.AI

Аннотация

Дистилляция по методу черного ящика создает студенческие большие языковые модели (БЯМ) путем обучения исключительно на текстовых выходах проприетарной модели-учителя, без доступа к ее внутренним логитам или параметрам. В данной работе мы представляем Generative Adversarial Distillation (GAD) — метод, который позволяет проводить дистилляцию по методу черного ящика в режиме on-policy. GAD представляет студенческую БЯМ в качестве генератора и обучает дискриминатор отличать ее ответы от ответов модели-учителя, создавая минимаксную игру. Дискриминатор выступает в роли on-policy модели вознаграждения, которая коэволюционирует со студенческой моделью, обеспечивая стабильную и адаптивную обратную связь. Экспериментальные результаты показывают, что GAD последовательно превосходит широко используемую дистилляцию знаний на уровне последовательностей. В частности, модель Qwen2.5-14B-Instruct (студенческая), обученная с помощью GAD, становится сопоставимой со своим учителем, GPT-5-Chat, по результатам автоматической оценки LMSYS-Chat. Полученные результаты утверждают GAD как перспективную и эффективную парадигму для дистилляции БЯМ по методу черного ящика.

English

Black-box distillation creates student large language models (LLMs) by learning from a proprietary teacher model's text outputs alone, without access to its internal logits or parameters. In this work, we introduce Generative Adversarial Distillation (GAD), which enables on-policy and black-box distillation. GAD frames the student LLM as a generator and trains a discriminator to distinguish its responses from the teacher LLM's, creating a minimax game. The discriminator acts as an on-policy reward model that co-evolves with the student, providing stable, adaptive feedback. Experimental results show that GAD consistently surpasses the commonly used sequence-level knowledge distillation. In particular, Qwen2.5-14B-Instruct (student) trained with GAD becomes comparable to its teacher, GPT-5-Chat, on the LMSYS-Chat automatic evaluation. The results establish GAD as a promising and effective paradigm for black-box LLM distillation.