特权信息学习 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 特权信息学习 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 在策略蒸馏 2 PR-OPD:面向智能体强化学习的特权表征在策略自蒸馏 10-18 特权信息对在策略自蒸馏的增益有多大? 09-18 师生协同适应 1 DualOPSD:自适应特权教师的在策自蒸馏 08-27 心智理论 1 Mind2Dialogue:模拟用户心智状态训练人本语言模型 09-15 批评模型训练 1 BPCO:稳定高效训练大模型评论器 08-25 罕见病建模 1 大语言模型充当合成临床专家辅助纵向罕见病建模 08-18 自蒸馏 2 吸引与排斥教师:解耦自蒸馏中的正确性与行为 09-21 LOPD:潜在同策略自蒸馏 08-16 蒸馏坍缩 1 一个症状、三个杠杆:在策自蒸馏批判性综述 08-27