Raccolta di ricerche
#kl-divergence
Ricerca con tag kl-divergence: spiegazioni, prove, limiti e collegamenti tra paper.
1 risultati
La distillazione on-policy non offre un vantaggio costante nei test chiave
Uno studio controllato sulla distillazione non trova un vantaggio on-policy costante; i progressi nell’aritmetica più difficile non persistono in modo affidabile dopo altro addestramento.