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。

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。
LLMdistillationon-policypost-trainingRL综述