论文19:11On-Policy蒸馏:何时有效,何时有害?新诊断框架揭示关键该研究通过细粒度分析挑战了蒸馏实践中默认假设,为选择教师模型和蒸馏配置提供了理论指导,对大规模推理模型训练具有实际参考价值。#推理模型#蒸馏/训练#自蒸馏aarXiv cs.AI@Mohammadreza Armandpour 等 9 人原文稍后读已读值得跟进有用关注 推理模型