PulseAugur
中
实时 11:21:57
实体 Mixture Proposal On-Policy Distillation

Mixture Proposal On-Policy Distillation

PulseAugur coverage of Mixture Proposal On-Policy Distillation — every cluster mentioning Mixture Proposal On-Policy Distillation 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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_326946 ·

    新的蒸馏方法提高了语言模型训练效率

    研究人员推出了一种名为混合提议在线策略蒸馏（MPOPD）的新技术，以增强语言模型的训练后性能。MPOPD解决了现有在线策略蒸馏（OPD）方法中的一个关键限制，即固定的推出策略可能导致师生匹配不当并放大不理想的学生行为。通过将推出策略视为优化目标，并推导出以学生为锚定、以教师为指导的分布，MPOPD旨在提供更有效的监督。实验表明，MPOPD在包括数学和知识领域在内的各种推理基准上持续提高性能，同时还缩短了生成长度。