周三上午十点，3号会议室。
林晨第一次以项目负责人的身份坐到了主位上。面前的白板还是空的，马克笔整整齐齐地放在槽里。他手里捏着一张A4纸，上面是自己昨晚写的会议提纲——字迹有点潦草，但逻辑清晰。
门被推开，两个年轻人一前一后走了进来。
走在前面的是个高个子，皮肤偏黑，穿着T厂标准的灰格子衬衫和运动鞋，嘴角总挂着一丝不太自信的笑。他叫张明远，去年校招进来的，在推荐系统组做了一年多的特征工程，写代码快但架构经验不足。简历上写着华科本科、浙大硕士，专业方向是机器学习。
后面跟着的是个短发女生，戴一副金属细框眼镜，表情淡然，看起来话不多。她叫陆小溪，今年初从一家AI创业公司跳槽过来，在推理引擎组待了半年，负责模型部署和性能优化。技术功底扎实，但对推荐系统和可解释性方向了解不深。
坐吧。林晨指了指对面的椅子，咱们认识一下。我林晨，之前在轻舟项目组做可解释性方向，现在负责透明蒸馏这个子项目。
张明远坐下来，双手放在膝盖上，看着有点紧张：林工好，我看过你上次技术分享的PPT，讲得特别好。
叫我林晨就行，不用叫林工。林晨笑了笑，转向陆小溪，小溪对吧？你在推理引擎组的时候，优化过模型加载速度，那块做得不错。
陆小溪微微点头：嗯，我之前主要做模型部署和性能优化，蒸馏这块接触不多，可解释性就更少了。
没关系，这就是我们这个项目有意思的地方。林晨站起来，走到白板前，拿起一支蓝色马克笔。
他在白板上写下三个词，排成一行：可解释性 | 蒸馏 | 结合。
我先把项目背景说清楚。他在每个词下面画了一条横线，开始补充细节，轻舟项目的核心目标，是让大模型变小、变快、变便宜，同时尽量不损失效果。传统蒸馏只关注效果保真——学生模型的输出尽量接近教师模型。但陈博士提出了一个新要求：在蒸馏过程中，不能只传递输出，还要传递决策依据。换句话说，学生模型不仅要，还要解释为什么答对
他在下面画了一个大大的圈，里面写下四个字：透明蒸馏。
这就是我们的项目名——指的是模型决策过程透明可解释，指的是从大模型到小模型的知识迁移。两个目标合在一起，就是我们的核心任务。
张明远举手：那可解释性具体怎么定义？是特征归因那种，还是生
（本章节未完结，点击下一页翻页继续阅读）
正在加载...