论文
On-Policy Self-Distillation without Any Supervision
提出无监督的在策略自蒸馏方法，摆脱对真实标签、环境反馈或人工指导的依赖，实现纯LLM内生优化
首次收录 2026-08-07热度 0.0
trainingself-distillation
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「On-Policy Self-Distillation without Any Supervision」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。