본문으로 건너뛰기
AI Trends
피드
트렌딩
커뮤니티
탐색
보관함
로그인
홈
트렌딩
커뮤니티
보관함
프로필
관련 기사 바로가기
지속적 사후 학습에서 온-폴리시 자기증류 정책 최적화(SDPO)의 한계
샘플 라우팅을 통한 그룹 상대적 정책 최적화와 자기 증류 정책 최적화의 통합
자기 증류를 통한 강화학습: SDPO 논문 심층 분석
← 피드로 돌아가기
SDPO
Training (학습/파인튜닝)
약 4개 아티클
관련 태그:
GRPO
Qwen3-8B
RL
Teacher Forcing