PulseAugur
中
实时 13:42:00
实体 f-OPD

f-OPD

PulseAugur coverage of f-OPD — every cluster mentioning f-OPD across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_268693 ·

    新研究改进 LLM 的 On-Policy Distillation;OpenAI 应对模型提取攻击

    多篇研究论文探讨了 On-Policy Distillation (OPD) 的高级技术,这是一种通过在训练期间使用教师模型指导学生模型来提高语言模型性能的方法。这些论文引入了函数空间策略优化 (FSPO)、f-OPD、RM-OPD、OPMD、PreSO、Fisher Utility Weighting (FUW) 和 DTDD 等新方法,每种方法都旨在稳定训练、提高效率和增强推理能力。OpenAI 还报告称,他们挫败了一场旨在提取受…