我想知道，有没有人看过任何论文，其中训练一个网络但偏向于产生与给定模型相似的输出（例如从专家意见给出的模型或者它是以前训练的网络）。

形式上，我正在寻找执行以下操作的论文：

让$g:\mathbb{R}^d\rightarrow \mathbb{R}^D$是在某些输入/输出数据对上训练的模型（不一定，但可能是神经网络）$\{(x_n,y_n)\}_{n=1}^N$并训练一个神经网络$f_{\theta}(\cdot)$在

$$\underset{\theta}{\operatorname{argmin}}\sum_{n=1}^N \left\| f_{\theta}(x_n) - y_n \right\| + \lambda \left\| f_{\theta}(x_n) - g(x_n) \right\|,$$ 在哪里$\theta$表示网络的所有可训练权重和偏差参数$f_{\theta}(\cdot)$.

所以换一种方式...$f_{\theta}(\cdot)$正在被另一个模型的输出正则化......