论文
VASPO: Self-Distillation with Privileged Value Estimation
提出VASPO方法，利用特权价值估计进行自蒸馏，为推理模型提供更符合期望回报的密集监督信号
首次收录 2026-10-15热度 1.0
distillationreasoningrl
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「VASPO: Self-Distillation with Privileged Value Estimation」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。