Student Reference KL Loss
학생 기준 KL 손실
학습 중인 학생 정책이 학습 시작 시점의 초기 학생 정책에서 지나치게 멀어지지 않도록 제한하는 정규화 항입니다. 교사의 긴 추론 분포를 따라가면서도 학생의 원래 종료 능력과 일반 능력을 보존해 응답 길이 폭증과 잘림을 줄이는 역할을 합니다.
학생 기준 KL 손실
학습 중인 학생 정책이 학습 시작 시점의 초기 학생 정책에서 지나치게 멀어지지 않도록 제한하는 정규화 항입니다. 교사의 긴 추론 분포를 따라가면서도 학생의 원래 종료 능력과 일반 능력을 보존해 응답 길이 폭증과 잘림을 줄이는 역할을 합니다.
