共计 5 篇文章

---

2026

08-21

ICSD：当"老师可信"不等于"听老师的话有用"——给 On-Policy Self-Distillation 装上影响力校准

08-20

Open-MOPD：诊断并修复多教师 On-Policy 蒸馏中的能力失衡

08-18

PowerOPD：用有界幂变换稳定 On-Policy Distillation

08-18

SimpleOPD：跨tokenizer的长上下文推理蒸馏方法

04-21

On-Policy Distillation：让学生在自己的轨迹上向老师学习