Laboratorios e Investigación4 min read
Destilación on-policy | Integrar EOPD y ToDi en una sola familia
Un resultado de 33 sobre 36, publicado con el asterisco de los propios autores
Una familia de cuatro coeficientes para el gating de las pérdidas por token en la destilación on-policy supera a las baselines de un solo canal en 33 de 36 celdas. Los autores, a continuación, califican sus propios recuentos de evidencia direccional y sus réplicas con tres semillas de no significativas.
2026-09-20