论文09:15
诊断与缓解On-Policy Self-Distillation中的Thinking Collapse这篇论文把OPSD训练时模型思维崩溃的原因和解决方法都讲清楚了，AD-OPSD在数学题上能提4个点，做推理优化的值得看看。
#AD-OPSD
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「AD-OPSD」标签的资讯、产品与论文，按刊登时间排，新的在上。
7月14日
这篇论文把OPSD训练时模型思维崩溃的原因和解决方法都讲清楚了，AD-OPSD在数学题上能提4个点，做推理优化的值得看看。