rollout-refresh

标签

#rollout-refresh

提示广度与展开刷新在策略蒸馏中的交互

arXiv cs.CL ↗ · 2026-09-23 缓存

本文研究了在数学推理的策略蒸馏中，提示广度与展开刷新之间的交互，揭示了提示效率取决于学生策略的刷新率和推理预算。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈