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.