待验证50% 置信事实精确时间

BranchOPD（Branching On-Policy Distillation）通过信息量决策点筛选、共享前缀重采样和token级教师监督三个关键步骤实现分支采样蒸馏

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

BranchOPD：用分支采样让在线策略蒸馏更高效

涉及实体

BranchOPDconcept

相关事实

待验证蒸馏前应先确保老师模型的质量，包括对齐（Alignment）和事实性校验等步骤应在蒸馏之前完成60% 相似待验证过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景60% 相似待验证Inspect 围绕数据集、求解逻辑与评分机制这三条主线，把评测流程拆解成模块60% 相似待验证评估入门教程的标准应包括是否讲逻辑而非只演示操作、是否有完整学习路径、是否提供可复用资料60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001134

API

curl https://kongchang.com/api/v1/knowledge/claims/1001134

MCP

get_claim(id=1001134)