When Are Teacher Tokens Reliable? Position-Weighted On-Policy Self-Distillation for Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Liu, Xiaogeng, Wang, Xinyan, Ma, Yingzi, Zhang, Yechao, Xiao, Chaowei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi