搜索

老师各有所长，合版却起冲突？京东×南大提出Road MOPD缓解风格与跨领域学习干扰（在新窗口打开）

京东与南京大学提出 Road MOPD，在学生的同一份回答上收集多教师反馈，先调整 token 级监督，再削减冲突梯度并保留学习力度。Qwen3-4B 的数学、代码与医学文本基准显示联合训练收益；较小模型的部分领域仍有取舍。