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.

Aller à l'installation

Informations de source

Dépôt
hiyenwong/ai_collection
Dernière activité de la source
8 juillet 2026 à 02:48
Langue détectée de SKILL.md
anglais
Étoiles
2
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.