PulseAugur
实时 10:12:09
实体 OP2SD

OP2SD

PulseAugur coverage of OP2SD — every cluster mentioning OP2SD 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. RESEARCH · CL_193314 ·

    新框架统一策略内自蒸馏以增强LLM推理能力 · 跟踪3个来源

    研究人员开发了一个统一的策略内自蒸馏(OPSD)框架,通过将特权信息整合到模型参数中来增强LLM的推理能力。这个名为统一策略内自蒸馏(USD)的新框架,通过根据学生模型的学习能力联合优化token选择和特权信息调整,解决了先前OPSD方法的局限性。另一种名为SKALD(Skill-Anchored Latent Distillation)的方法使用抽象技能卡提供密集监督,尤其是在标准奖励信息不足时,在数学基准测试上显示出显著的改进。另…