论文
Unpacking the Compute Efficiency of Strong-to-Weak OPD against GRPO
系统量化强到弱在线蒸馏（OPD）相比GRPO在FLOPs效率上的优势，揭示其训练信号密度价值
首次收录 2026-11-06热度 1.0
rlhfefficiency
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Unpacking the Compute Efficiency of Strong-to-Weak OPD against GRPO」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。