HERO 双教师蒸馏框架上线抖音猜你喜欢

HERO 论文提出多样性感知的 on-policy 蒸馏（OPD）框架，并已上线抖音“猜你喜欢”模块。该框架通过双教师路由和多样性感知 rollout 减少热门商品 token 偏置，并在 1 个工业数据集和 3 个公开数据集上验证了有效性、多样性与鲁棒性。