我的知识库
Search
搜索
暗色模式
亮色模式
探索
blog-review
此标签下有1条笔记。
2026年6月14日
SFT, RL, and On-Policy Distillation Through a Distributional Lens
llm
post-training
distributional-lens
sft
rl
opd
on-policy
blog-review