Hugging Face 提出 Offline Top-K Logits 与融合分块 KL 损失，让知识蒸馏成本大幅下降

Hugging Face 发布论文，通过缓存 teacher 的 top-100 logits 实现 offline 蒸馏，并引入 fused chunked KL 损失，避免生成全词表×序列长度的矩阵。