论文阅读 - 标签 - lilfry's library

lilfry's library

首页全部文章 AI 未定稿 LeetCode 分类标签关于

lilfry's library

首页全部文章 AI 未定稿 LeetCode 分类标签关于

论文阅读

2026

蒸馏不只是压缩：从 Self-Distillation 到 Search Distillation 的研究地图 08-09

读 SFT、RL 与 On-Policy Distillation：后训练真正的变量是 on-policy data 08-09

告别盲目堆算力：让AI编程智能体从经验中学会“思考” 05-05

读 MOPD：后训练正在从单一 RL 走向多教师能力合并 05-05

GroupDPO: Memory efficient Group-wise Direct Preference Optimization 05-05

Hope can set you free.

Powered by Hugo

2025 - 2026 lilfry