Token-level Knowledge Distillation

引用本概念的论文(1)

• CRAFT：基于自由兄弟回滚的反事实信用分配用于自蒸馏智能体强化学习 CRAFT: Counterfactual Credit Assignment from Free Sibling Rollouts for Self-Distilled Agentic Reinforcement Learning arXiv 2606.29476

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)。