Decoupling KL and Trajectories: A Unified Perspective for SFT, DAgger, Offline RL, and OPD in LLM Distillation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhao, Anhao, Xin, Haoran, Fan, Yingqi, Tong, Junlong, Li, Wenjie, Shen, Xiaoyu
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.16826