本文探讨隐式语篇关系分类的挑战，提出多种模型和技术以提高分类性能，包括回译技术、神经网络模型和特征模仿框架。研究表明，这些方法在多个数据集上显著优于现有系统，推动了隐式语篇关系识别的发展。

该文综述多种知识蒸馏方法：MGD通过掩码引导学生恢复教师完整特征；将多步去噪压缩为单步以加速图像生成；DiffKD基于扩散模型去噪匹配特征；面向目标检测的语义引导特征模仿与对比蒸馏；GID利用判别性实例蒸馏；借助教师归一化层统计实现无数据知识迁移；以公共基向量度量全局知识；DDAD用生成样本做无数据蒸馏；细粒度特征模拟提升小模型检测性能；生成模型蒸馏用于视频动作识别。