我的知识库
Search
搜索
暗色模式
亮色模式
探索
on-policy
此标签下有2条笔记。
2026年6月14日
分布视角深度分析：SFT, RL, OPD
llm
distributional-lens
kl-divergence
on-policy
credit-assignment
deep-analysis
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