全部 未讀 (40071) ★ 收藏 (0) 🤖 人工智能 (14612) 📊 商业科技 (6978) 📁 媒体资讯 (5897) 📁 投资财经 (3718) 📁 生活文化 (3124) 💻 软件编程 (2081) 📁 个人成长 (2004) 📁 体育运动 (1051) 🎨 产品设计 (554) 📁 AI 产品 (39)
篩選中: 🏷️ THUNLP 共 1 篇 ✕ 清除篩選
40073
全部文章
40071
未讀
186
今日新增
0
收藏
📡 Poller 最後抓取: 1 小時前 (08-14 18:00)
BestBlogs 精選 (40000)

🏷️ 熱門標籤

AI Agent 3286 政策解读 1748 投资与市场 1528 宏观经济 1417 AI 编程 1379 产业动态 1355 国际新闻 1273 LLM 1193 社会议题 1108 Anthropic 1098 国内新闻 1064 Claude Code 1046 地缘政治 1005 科技新闻 924 OpenAI 906 AI 智能体 789 生活方式 768 个人成长 709 具身智能 708 足球 702
● 影响 OPD work 的因素有哪些？聊聊 Rethinking OPD 这一路
📌 一句话摘要 本文深入分析了影响 On-Policy Distillation (OPD) 效果的关键因素，包括思维模式匹配、信息增益和跨尺寸蒸馏的挑战，并提出了冷启动和提示选择等实用干预策略。 📝 详细摘要 文章基于清华大学 THUNLP 团队的最新研究，系统探讨了 OPD 在 LLM 训练
📅 2026-04-25 00:00 (04-25 00:00) 青稞AI 人工智能 2 分鐘 ★ 87
On-Policy Distillation LLM 训练 知识蒸馏 强化学习