草稿:学生模型

学生模型（Student Model）是知识蒸馏（Knowledge Distillation）架构中的核心组件之一，指透过模仿教师模型（Teacher Model）输出来学习任务知识的小型模型。其目的是在维持模型表现的同时，降低模型大小与运算成本，便于实际部署于资源有限的环境。

定义

学生模型是经由蒸馏学习教师模型行为的小型神经网络。它可具有不同于教师模型的结构与参数量，但须具备相容的输出空间。学生模型透过学习教师输出的软标签（如 softmax 分布）、中间层特征或注意力权重，来重现教师模型的分类逻辑与语意关联。

特性

• 结构轻量，适合即时推论与边缘部署
• 训练时间短、收敛速度快
• 可搭配Feature-based Distillation、Relation-based Distillation等策略提升表现
• 不需与教师模型架构相同，具高度灵活性

训练方式

学生模型的训练损失结合教师模型的软标签与真实标签，典型损失函数如下：

$L=\alpha \cdot {\mathcal {L}}_{\mathrm {CE} }(y,p)+(1-\alpha )\cdot T^{2}\cdot {\mathcal {L}}_{\mathrm {KL} }(q,p)$

其中：

• ${\mathcal {L}}_{\mathrm {CE} }$ 为交叉熵损失
• ${\mathcal {L}}_{\mathrm {KL} }$ 为KL 散度
• $T$ 为温度参数，$\alpha$ 为权重系数
• $p$ 为学生模型预测，$q$ 为教师模型输出分布

应用场景

• 移动设备、浏览器端、IoT 装置部署
• 线上推论系统之加速与简化
• 多任务学习或Self-distillation环境中作为主学习模型

与教师模型比较

类别	教师模型	学生模型
大小	通常较大	较小，适合部署
训练状态	已完成训练	蒸馏中学习中
输出	完整 logits、特征、注意力	模仿学习教师输出

参见

• 知识蒸馏
• 教师模型
• Soft Target
• KL 散度
• 交叉熵损失
• Self-distillation

Category:机器学习 Category:人工智能