专栏 RSS订阅（公众号）
温馨提示：订阅专栏后我们将尽力更新；开通 极速订阅 将快速且稳定更新；无人订阅的专栏有可能不会更新
购买VIP
提交新专栏
专栏 二维码
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
不更新或者更新慢，请开通 RSS极速订阅 可分钟级获得文章
|
|
Jev社区实现思路浅尝-候选词 Logits 掩码投影（masked logit projectio... 大模型自然语言处理 · 公众号 · 大模型 · 21 小时前 · |
|
|
|
揭开在线策略蒸馏（OPD）的面纱：何处奏效、何处受损、原因为何 大模型自然语言处理 · 公众号 · 大模型 · 昨天 · |
|
|
|
并非所有分歧都可学：在线策略蒸馏中的 Token 可教性 大模型自然语言处理 · 公众号 · 大模型 · 2 天前 · |
|
|
|
当「Teacher更强」反而不灵：重新审视 LLM 的 On-Policy Distillation 大模型自然语言处理 · 公众号 · 大模型 · 2 周前 · |
|
|
|
On-policy Distillation with Verifiable Reward：用可验证... 大模型自然语言处理 · 公众号 · 大模型 · 2 周前 · |
|
|
|
企业知识库建设白皮书重磅发布！从文档解析到RAG落地的关键方法（附下载链接，手慢无） 大模型自然语言处理 · 公众号 · 大模型 · 3 周前 · |
|
|
|
Self-OPD：去掉教师机的流匹配模型 On-Policy 蒸馏 大模型自然语言处理 · 公众号 · 大模型 · 3 周前 · |
|
|
|
OPDSearch+：用冻结现成教师做在线策略蒸馏，再接 RL 精修检索增强推理 大模型自然语言处理 · 公众号 · 大模型 · 3 周前 · |
|
|
|
Open Rubric System：把奖励信号从「黑盒打分」拆成「可编辑的评分标准」 大模型自然语言处理 · 公众号 · 大模型 · 3 周前 · |
|
|
|
Qwen3.8-27B-DFlash2开源后面的加速技术-DFlash：用块扩散模型做「并行草稿」的... 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
Agentic-RL篇：WebThinker：让大推理模型在思考过程中自主联网深搜并即时写报告 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
Agentic-RL篇：R1-Searcher++：用强化学习激励 LLM 的动态知识获取 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
Agentic-RL篇：R1-Searcher：用强化学习把“检索”能力内化进大模型的推理过程 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
Agentic-RL篇：Search-R1：用强化学习训练 LLM 在推理中自主调用搜索引擎 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
把整个多Agent系统塞进一个模型：Chain-of-Agents 与 Agent Foundati... 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
多模态 OPD-VAD：用「证据存在 vs 移除」的反事实对比，给多模态蒸馏做「视觉归因」 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
NVIDIA Lightning OPD 2.0：当蒸馏老师 ≠ 数据生成器，如何干净地剥离文风、只... 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
· 公众号 · 大模型 · 1 月前 · |
|
|
|
多模态大模型细粒度视觉理解：Vision-OPD在线策略自蒸馏技术思路概述 大模型自然语言处理 · 公众号 · 大模型 · 1 月前 · |
|
|
|
· 公众号 · 大模型 · 1 月前 · |
|