[控场AI]
待验证50% 置信事实精确时间

当教师是学生自身的GRPO检查点时,在数学任务上OPD能恢复该检查点的精度,且蒸馏FLOPs仅为GRPO达到同等精度所需算力的1/50。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至:2027/2/4

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1142283
API
curl https://kongchang.com/api/v1/knowledge/claims/1142283
MCP
get_claim(id=1142283)