🍊 The Latent Field
Search
搜索
暗色模式
亮色模式
学习
探索
标签: rl
阅读模式
Hide sidebars
Show sidebars
此标签下有2条笔记。
2026年8月26日
MOPD: Multi-Teacher On-Policy Distillation for Capability Integration in LLM Post-Training
source
paper
distillation
on-policy-kd
grpo
rl
capability-integration
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