본문으로 건너뛰기

관련 기사 바로가기

PaperGym: 연구 논문을 계획 생성 학습 환경으로 전환레이블 없이 테스트 타임에 학습하는 TTPO: 비대칭 목적 함수를 통한 LLM 성능 최적화온-폴리시 자기 증류(On-Policy Self-Distillation) 연구 및 최신 동향 분석.AgentOPSD: 로그오즈 기반 재귀적 자기증류로 턴 신용 복원이중 앵커 정책 증류 (DAPD)Self-Distilled RLVR: 강화학습과 자기 증류를 결합한 안정적인 LLM 학습 프레임워크
← 피드로 돌아가기

OPSD

Training (학습/파인튜닝)

약 6개 아티클

관심 태그 추가
관련 태그:Qwen3GRPOPaperGymRLRLSDRLVRSelf-DistillationAgentOPSDTTPODAPD
TIMEHEADLINE