机器学习 | 在线自蒸馏 (OPSD) 时间：2026-07-16 分类：机器学习 暂无评论 在线自蒸馏 (On-Policy Self-Distillation, OPSD)：一种让同一大语言模型分别充当教师与学生，教师利用标准答案等特权信息，在学生自身生成轨迹上提供逐词分布监督的推理能力训练方法。- 阅读剩余部分 -