prefix-failure

Trajectory-Refined Distillation (TRD) 通过在蒸馏前在轨迹层面对学生模型的生成序列进行修正，解决了大语言模型（LLM）在同策略蒸馏中的前缀失败问题，在多项基准测试中持续优于先前基线方法。