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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteur principal: Nie, Dong
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires