阿斯塔纳时间
AI QAZAQSTANKZ · AI测试版

哈萨克斯坦人工智能与高科技领域的智能门户

Research1 分钟阅读

内容来自原始来源:

arXiv — cs.AI

在 arXiv — cs.AI 阅读全文

本内容来自公开来源。若发布内容影响您的权利 → 申请删除信息

通过表示几何正则化缓解LLM自我改进中的能力退化

arXiv:2610.12855v1 发布类型:new 摘要:On-Policy Self-distillation(在线策略自蒸馏)是一种自我改进范式,它允许大语言模型(LLM)通过在不同条件上下文中将同一模型同时作为教师和学生来提升其能力。

arXiv — cs.AI作者: Jiaqi Tian, Ting Long2026年10月12日 (10月12日)
提供 4 种语言版本

AI 摘要:要点

  • arXiv:2610.12855v1 发布类型:new 摘要:On-Policy Self-distillation(在线策略自蒸馏)是一种自我改进范式,它允许大语言模型(LLM)通过在不同条件上下文中将同一模型同时作为教师和学生来提升其能力。
Research
KZ·AI 2108
Инсайт дня

通过表示几何正则化缓解LLM自我改进中的能力退化

标签:#arXiv
Поделиться:

相关文章

返回列表