共 1 篇相关文章
D²-OPD提出解耦外推蒸馏中方向与距离的新方法，通过逐前缀硬KL约束控制目标距离，自适应组合教师偏移与初始差距确定方向，在数学推理基准上三个设定均取得最优，最高超越最强基线9.45分。
