On-Policy Distillation - 标签 - lilfry's library

On-Policy Distillation

2026

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

读 MOPD：后训练正在从单一 RL 走向多教师能力合并 05-05