大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



对于刚入门大模型、想落地轻量模型的程序员和小白来说，知识蒸馏是绕不开的核心技术——它的核心目标，就是把大型复杂模型（业内统称“教师模型”）里沉淀的知识、推理逻辑和决策能力，高效迁移到参数更少、运行速度更快、部署成本更低的小型模型（“学生模型”）中，最终实现“轻量不缩水、小模型也有强性能”的效果，完美适配边缘设备、低算力服务器等资源受限的实际开发场景，也是程序员落地大模型项目的关键突破口。

很多小白刚开始会混淆知识蒸馏的分类，其实按照知识迁移过程中，我们能访问教师模型的权限不同，知识蒸馏可清晰划分为两大核心类型，用通俗的话讲明白，小白也能快速区分：

• 黑盒蒸馏（Black-box）：学生模型只能获取教师模型的“输入-输出”映射关系，看不到模型内部的结构、中间层输出和参数分布，就相当于“只看标准答案，慢慢摸索解题方法”，不用懂底层原理也能上手模仿。
• 白盒蒸馏（White-box）：除了基础的输入输出，还能直接访问教师模型的中间隐藏状态、注意力权重、输出概率分布等核心内部信息，属于“看透底层原理后，精准模仿甚至优化”，更适合想深入研究技术的程序员。

结合当前大模型行业落地现状和学术研究方向，核心趋势非常明确，不管是小白入门还是程序员选型，都值得重点关注（建议收藏，避免后续找不到）：

1. 工业界优先选黑盒蒸馏：无需获取模型源码、参数，能直接借助GPT-4、Qwen-Max等成熟闭源大模型的强大能力，落地成本低、见效快，是程序员实际项目中最常用的方式，小白入门也可从这里切入。
2. 学术界聚焦白盒蒸馏：重点深挖模型内部的知识传递机制，更容易提出创新性方法和理论突破，适合想深耕大模型技术、往学术或高级开发方向发展的程序员。
3. 混合蒸馏成新热点：把黑盒蒸馏的“数据驱动”（高效借力）和白盒蒸馏的“结构对齐”（精准优化）结合起来，兼顾效果与效率，目前已经逐渐成为高性能轻量模型的主流方案，也是未来的核心发展方向。

综述性文章

A Comprehensive Survey on Knowledge Distillation[1] 这篇是25年10月的综述，内容比较详尽，它将白盒蒸馏和黑盒蒸馏细分成以下几个类别：

其中，白盒蒸馏是根据模型的架构去分，分成基于BERT和只基于Decoder的，这种分发个人觉得比较粗暴，不是很合理。

黑盒蒸馏是根据方法区分，比较合理，主要分为以下三种：

• 思维链(Chain of Thought)：教师模型对已有数据生成思维链，供学生模型训练
• 指令遵循(Instruction Following)：教师模型对训练数据生成指令、输入和输出样本，供学生模型训练
• 上下文学习(In-context Learning)：构造任务，收集教师模型在不同上下文情况下的输出，结果供学生模型训练

Survey on Knowledge Distillation for Large Language Models: Methods, Evaluation, and Application[2] 是另一篇综述性的研究，发布时间是24年1月，内容不如上一篇丰富，不过也提出了一些不同的梳理和思考。

A Survey on Knowledge Distillation of Large Language Models[3]这篇24年的文章则是根据具体的方法论，汇总了各种知识蒸馏的方法，研究细分领域可以参考。

黑盒蒸馏文章

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning[4]这篇文章就是黑盒蒸馏的典型代表。

在这篇文章中，有6个蒸馏的小模型，4个基座是Qwen，两个基座是Llama3.1。

DeepSeek-R1小模型的蒸馏方式：将DeepSeek-v3(671B)模型生成的数据作为小模型训练集。

训练数据量包含两部分：推理数据(60w)+非推理数据(20w)

MiniPLM: Knowledge Distillation for Pre-Training Language Models[5]是最新比较典型的黑盒蒸馏方法。

具体思路是：根据教师模型和学生模型之间的输出概率分布差异，调整学生模型预训练数据的语料库。

根据概率分布，做出以下调整：

• 减少简单样本
• 增加复杂/多样性样本
• 提出噪音/有害样本

它的实验中教师模型参数量为1.8B，学生模型的参数量为200M/500M/1.2B。

其中，Pre-Train w/o KD为未经蒸馏的小模型性能表现。

黑盒与白盒结合蒸馏文章

DistilQwen2.5: Industrial Practices of Training Distilled Open Lightweight Language Models[6] 是通义实验室发布的一篇比较经典的黑白盒相结合的文章。

具体方案是：

• 黑盒蒸馏：使用Qwen3-Max(1T)和GPT-4o(闭源)作为教师模型，来生成小模型的训练数据
• 指令问题生成：根据问题指令，输出相关响应
• 优化训练数据：为原始训练数据增加思维链(CoT)
• 训练数据筛选：根据信息量、任务平衡性筛选数据
• 验证问题正确性：对已有答案进行事实核验
• 白盒蒸馏：让学生模型的输出和教师模型输出尽可能接近

白盒蒸馏除交叉熵损失外，还采用知识蒸馏损失来最小化学生模型与教师模型的输出的Token序列之间的散度。

模型蒸馏前后的性能如下表所示：

蒸馏前后总体会有提升，部分任务可能无变化或下降。

后面我会进一步从代码角度分析这篇文章的思路。

蒸馏效果评估

在调研具体方法时，还发现了Quantification of Large Language Model Distillation[7]这一篇有关蒸馏效果量化评估的工作。

里面解释了一个有趣的现象：当问大模型身份性问题时，它可能会答出其它厂商的答案。

比如，问Qwen-Max它的开发团队是谁，它会说它是由Anthropic开发的。

按照这篇文章提出的评估方法，蒸馏水平越靠近右上角，采用蒸馏的程度越高。

图中表明，Claude、Doubao和Gemini的蒸馏程度较低，而Qwen-Max的蒸馏程度最高。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

👇👇扫码免费领取全部内容👇👇

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

👇👇扫码免费领取全部内容👇👇