Skip to main content

reopd-multi-turn-on-policy-distillation

ReOPD (Replayed-Prefix On-Policy Distillation) methodology for scalable multi-turn agent distillation without environment interaction during training. Addresses the 'prefix trap' in multi-turn OPD via reliability-aware prefix sampling.

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.