Tag Archive
标签:on-policy
这里整理所有带有「on-policy」标签的文章,方便按主题快速回看。
首页
每日调研
论文精读
主题归档
实验分析
复现指南
on-policy
共 1 篇
主题归档 · 2026-09-25
On-Policy Distillation(OPD)进展综述:大模型教小模型的「第三条路」
聚焦「大 teacher → 小 student」设定,系统梳理 On-Policy Distillation 从 2023 到 2026-09 的发展脉络、核心机制、最新进展与开放问题。
LLM
distillation
on-policy
post-training
RL
综述