World Wires · Story 109757 · corroborated · 1 Quelle(n)

Recheneffizienz von Strong-to-Weak OPD im Vergleich zu GRPO

Diese Untersuchung vergleicht systematisch On-Policy-Distillation mit Group Relative Policy Optimization über verschiedene Aufgaben und Modellgrößen hinweg

Im Desk öffnen

Berichterstattung

Was diese Seite indexiert