今天看啥  ›  专栏  ›  吃果冻不吐果冻皮

On-Policy Self-Distillation:LLM利用隐式用户反馈定向纠错与持续学习

吃果冻不吐果冻皮  · 公众号  ·  · 2026-06-30 22:49
    

原文地址: 访问原文地址
总结与预览地址:访问文章预览/总结
文章地址: 访问文章快照