Ir para o conteúdo

Radar ·

IW-OPD repondera tokens na destilação on-policy

Publicação de 30 de junho de 2026 apresenta o IW-OPD, método que atribui mais peso aos tokens iniciais. Segundo o post, ele converge mais rápido e supera o OPD padrão em 6,9 pontos no AIME-2025.

Em 30 de junho de 2026, pesquisadores apresentaram o IW-OPD para destilação on-policy (OPD). A proposta repondera os tokens: dá mais peso aos iniciais e menos aos posteriores, com o objetivo de evitar a degradação de desempenho atribuída aos tokens posteriores nesse processo.

Segundo o post, o método converge mais rápido e supera o OPD padrão em 6,9 pontos no AIME-2025. Esses são resultados relatados pela publicação; para avaliar o método, consulte o post original e verifique nele a descrição experimental, as condições de comparação e como a pontuação foi calculada.

Fonte original: IW-OPD Repondera Tokens em On-Policy Distillation

Curadoria · AgentLog

Receba o essencial

Privacidade, engenharia de IA e segurança no seu e-mail.

No máximo um resumo por dia, quando houver novidades. Cancele quando quiser. Usamos o e-mail verificado da sua conta.

Privacidade

Procurando outra coisa?AjudaContato