🍊 The Latent Field
Search
搜索
暗色模式
亮色模式
学习
探索
标签: opd
阅读模式
Hide sidebars
Show sidebars
此标签下有4条笔记。
2026年8月11日
Learning beyond Teacher: Generalized On-Policy Distillation with Reward Extrapolation
source
paper
distillation
on-policy-kd
opd
grpo
reasoning
code
rl
2026年8月11日
Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe
source
paper
distillation
on-policy-kd
opd
reasoning
recipe
post-training
2026年8月10日
On-Policy Distillation of Language Models
source
paper
distillation
on-policy-kd
opd
gkd
post-training
2026年3月08日
On-policy KD
post-training
distillation
on-policy-kd
opd