跳到正文
AGI Hunt· heghbalz·· 1 小时前AI 评分57

Will Brown 长文解析 SFT、RL 与 on-policy 蒸馏的适用边界

Will Brown 长文:解 SFT、RL 与 on-policy 蒸馏的适用边界

AI 导读

OpenAI 前研究员 Will Brown 在长文《On SFT, RL, and on-policy distillation》中梳理三类训练方法的关系与适用边界。

来源:AGI Hunt · agihunt.info