Long Chain-of-Thought Reasoning

引用本概念的论文(1)

• 纯化 OPSD：在保留思维能力下的在策略自蒸馏 Purified OPSD: On-Policy Self-Distillation Without Losing How to Think arXiv 2607.02234

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。