论文
DASH: Divergence-Adaptive Supervision Horizons for On-Policy Self-Distillation of Reasoning Models
提出DASH方法，通过发散自适应监督范围提升推理模型的在线策略自蒸馏效果
档案回溯至 2026-08 · 收录于 2026-08-07热度 0.0
reasoningrlvrself-distillation
暂未评估,等待下一轮评分。
事件时间线
- 2026-08-06 🏁 里程碑DASH论文提出发散自适应监督范围的推理模型自蒸馏新范式
关联信号
想把「DASH: Divergence-Adaptive Supervision Horizons for On-Policy Self-Distillation of Reasoning Models」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。