Post-Training is About States, Not Tokens: A State Distribution View of SFT, RL, and On-Policy Distillation

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autore principale: Nie, Dong
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!