标签
Flux-OPD 提出了一种同策略蒸馏范式，利用演化上下文作为训练中的监督信号，以捕获开放领域中的任务偏好，优于现有的 OPD 范式。
本文提出了Detect–Remask–Repair，一种基于扩散的框架，用于在上下文演变时进行摘要中的局部忠实性修复，并引入了StreamSum基准来评估此类设置。实验表明，它在忠实性、速度和内容保留之间提供了可控的权衡。