概念Masked Loss

掩码损失

一种训练机制，在强化学习优化中避免对与目标模型对齐的token施加惩罚，以保持生成质量。

时间轴 (近 90 天)

10月22日

RCSD引入掩码损失，避免对与目标模型对齐的token施加惩罚，从而在提升接受率的同时不牺牲输出准确性。

待验证50%

RCSD引入掩码损失，避免对与目标模型对齐的token施加惩罚，从而在提升接受率的同时不牺牲输出准确性。