牛哥精选 · 所有

📋 全部 ☁️ 云服务 🤖 AI 平台 🔗 API 中转 🔐 安全/认证 💳 支付 📧 通讯 📊 数据分析 🖼 媒体处理 🌐 域名/DNS

📝 深度技术 arXiv 机器学习 2026-05-20

A Survey of On-Policy Distillation for Large Language Models

首份大模型在线策略蒸馏综述，系统梳理方法、挑战与未来方向，适合研究者深挖。

arXiv:2604.00626v3 Announce Type: replace Abstract: As Large Language Models (LLMs) continue to grow in both capability and cost, transferring frontie…

llm 知识蒸馏在线策略蒸馏综述

📝 深度技术 arXiv AI 2026-05-20

Critic-Driven Voronoi-Quantization for Distilling Deep RL Policies to Explainable Models

介绍一种批评驱动Voronoi量化方法，实现深度强化学习策略向可解释模型的高效蒸馏，解决性能-可解释性权衡难题。

arXiv:2605.14897v1 Announce Type: cross Abstract: Despite many successful attempts at explaining Deep Reinforcement Learning policies using distillati…

深度强化学习策略蒸馏可解释模型 voronoi量化批评驱动

📅 日期

2026-05-20 2026-05-19

🐂 牛哥精选

A Survey of On-Policy Distillation for Large Language Models

Critic-Driven Voronoi-Quantization for Distilling Deep RL Policies to Explainable Models

📅 日期