[控场AI]
待验证50% 置信事实精确时间

Stochastic Horizons On-Policy Distillation(SH-OPD)是一种改进的 on-policy 蒸馏方法,其核心思路是随机变化 rollout 的视野长度,在保留对深层响应状态访问的同时减少对冗余位置的监督。

1
来源数
50%
置信度
长期有效
时效性
2026/11/17
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1179761
API
curl https://kongchang.com/api/v1/knowledge/claims/1179761
MCP
get_claim(id=1179761)