CoRD: Gekoppelte Rollouts zur Verbesserung der KI-Destillation
Forscher stellen CoRD vor, um blinde Flecken bei der On-Policy-Destillation durch optimierte Trainingszustände zu beheben.
Forscher stellen CoRD vor, um blinde Flecken bei der On-Policy-Destillation durch optimierte Trainingszustände zu beheben.