知识蒸馏的核心目标，是将大型复杂模型（教师模型）中蕴含的知识、推理能力与决策逻辑，高效迁移到参数更少、运行更快、部署成本更低的小型模型（学生模型）中，实现 “轻量模型拥有强能力” 的效果，适配更多资源受限的场景（如边缘设备、低算力服务器）。
按照知识迁移过程中对教师模型的访问权限，知识蒸馏可大致划分为两大核心类型：
- 黑盒蒸馏（Black-box）：学生模型仅能获取教师模型的 “输入 - 输出” 映射关系，无法窥见模型内部结构、中间层输出或参数分布，相当于 “只看结果学方法”。
- 白盒蒸馏（White-box）：除了输入输出，还能访问教师模型的中间隐藏状态、注意力权重、输出概率分布等内部信息，属于 “看透原理再模仿”。
当前行业的核心趋势十分明确：
- 工业界更青睐黑盒蒸馏 —— 无需获取模型源码或参数，能直接借力 GPT-4、Qwen-Max 等闭源大模型的强大能力，落地成本低、见效快；
- 学术界聚焦白盒蒸馏 —— 可深入挖掘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；
- 混合蒸馏成为新热点 —— 将黑盒的 “数据驱动” 与白盒的 “结构对齐” 相结合，兼顾效果与效率，逐渐成为高性能轻量模型的主流方案。
代表性文献
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。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2025 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），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。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、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。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
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，我精心整理了一份大模型面试题库，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。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
