On-Policy Distillation

技术

在线策略蒸馏（OPD），受限于轨迹级KL不稳定性的蒸馏方法

6 次提及9 个连接首次出现: 2026-05-07最近出现: 2026-07-15

关系图谱

关系 (9)

使用技术 (6)

TCOD SFT DOPD Qwen3-8B Qwen3-VL-8B Qwen-Audio-3.0-Realtime

应用于 (2)

代码生成知识蒸馏

基于 (1)

相关文章 (6)