跳到正文
热点事件持续更新

研究提出OPTD在线策略蒸馏方法

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Runyang You等作者提出On-Policy Transition Distillation（OPTD）蒸馏方法。该方法在在线策略蒸馏（OPD）匹配师生最终层分布的基础上，额外对齐学生生成rollout上师生逐层log概率增量。 据作者描述，这一设计旨在用层间预测转移增强在线策略蒸馏。

AI 根据报道生成 · 1 小时前更新

最新进展10月21日 12:00
On-Policy Transition Distillation：用层间预测转移增强在线策略蒸馏

报道时间线

沿着报道，了解事件的不同侧面。

10月21日
  1. arXiv cs.CL
    On-Policy Transition Distillation：用层间预测转移增强在线策略蒸馏

    研究提出 On-Policy Transition Distillation（OPTD），在在线策略蒸馏（OPD）匹配师生最终层分布的基础上，额外对齐学生生成 rollout 上师生逐层 log 概率增量。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。