指令对齐
让模型更准确地识别任务边界、输出格式与完成条件。
MODEL DISTILLATION INFRASTRUCTURE
skalin
让 GLM、Qianwen 模型更强大
为蒸馏任务提供独立、稳定的模型中转入口。把教师模型的能力组织成可训练、可评测、可持续迭代的学生模型。
能力流
TEACHER → STUDENT
一次完整蒸馏
从能力采样，到结果可复查。
-
01
选择教师
按任务类型组织 GLM、Qianwen 的输出来源。
-
02
筛选样本
保留有价值的指令、推理过程与结果信号。
-
03
训练与评测
围绕同一任务基线持续训练、回归与修正。
蒸馏目标
留下真正有用的能力。
推理保真
在压缩体量的同时，保留复杂任务中的关键判断路径。
评测闭环
每轮训练都回到一致的样本与评测标准中验证。
API BASE URL
https://sub2.skalin.online/v1