PulseAugur
中
实时 08:11:57
实体 SH-OPD

SH-OPD

PulseAugur coverage of SH-OPD — every cluster mentioning SH-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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_363450 ·

    新的在线策略蒸馏方法提高了LLM的训练效率

    研究人员正在探索新的在线策略蒸馏(OPD)方法,以提高大型语言模型训练的效率和有效性。一种方法是流式在线策略蒸馏(Streaming On-Policy Distillation),它将响应生成、监督传递和参数更新解耦,从而实现连续生成和有针对性的损失计算。另一种方法是B-OPSD,它仅从问题生成问题摘要,在不需要真实答案的情况下提供教师指导,在数学推理任务上显示出更高的准确性。第三种技术是随机视界在线策略蒸馏(SH-OPD),它通过…