词元选择 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 词元选择 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 3 DIAL-OPD:用更少 Token 提升在策略蒸馏效果 10-09 ESCD:跨分词器在策略蒸馏的事件集补全 09-30 EOS 标记不一致导致在策略蒸馏长度膨胀 09-19 扩散模型 1 VSDD:用变分 Stackelberg 博弈学习离散扩散重写 09-30 技能选择 1 LLM 智能体技能选择的双准则最优保证 08-21 推理优化 1 GMTS:基于梯度幅度的词元选择改进大模型 RLVR 推理训练 09-01 模型微调 1 TAME:通过Token归因与掩码抑制涌现失调 09-16 算力分配 1 Learning When to Think:自适应分配测试时推理算力 08-21 选择性蒸馏 1 CROP:基于反事实任务相关性的选择性在线策略蒸馏 08-16 采样控制 1 GRAFT:恢复连续扩散语言模型缺失的采样接口 10-22