Skip to main content

demopsd-policy-self-distillation

Disagreement-Modulated Policy Self-Distillation framework for LLM reasoning. Resolves privileged information leakage and exploration preservation in on-policy distillation via reverse-KL barycenter target, achieving leakage attenuation and exploration preservation simultaneously.

Ir a la instalación

Datos de origen

Repositorio
hiyenwong/ai_collection
Última actividad en el origen
8 de julio de 2026 a las 02:48
Idioma detectado de SKILL.md
inglés
Estrellas
2
Forks
0

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.