词 术语频次

基于学生轨迹的策略蒸馏

1. AnyFlow: 基于同策略流图蒸馏的任意步视频扩散模型 研究 · HF Papers · 05-14
2. Codex 通过分层 prompt 结构最大化缓存命中率以降低长上下文编码 agent 成本 工程 · X · 05-13
3. Flow-OPD：流匹配模型的在策略蒸馏 研究 · HF Papers · 05-12
4. 讨论 multi-teacher distillation 合并领域专家的效率优势 研究 · X · 05-10
5. MedQA：在 AMD ROCm 上微调临床 AI，无需 CUDA 工程 · HF Blog · 05-08
6. 综述梳理 MOPD 在近期 LLM 后训练中的应用 研究 · X · 05-07
7. 面向医疗 agent 的 Healthcare AI GYM HF Papers · 05-06
8. 超越 SFT-to-RL：通过 Black-Box On-Policy Distillation 进行多模态 RL 的预对齐 HF Papers · 05-06
9. deepseek-ai/DeepSeek-V4-Pro 产品 · DeepSeek · 05-03
10. deepseek-ai/DeepSeek-V4-Flash 产品 · DeepSeek · 05-03
11. 协同演化的策略蒸馏 HF Papers · 05-01