OmniOPD: Destilación On-Policy sin Logits con Verificación Especulativa
Descubre OmniOPD: destilación on-policy sin logits que mejora matemáticas +28% y supera a modelos propietarios.
#entrenamiento de estudiantes
Descubre OmniOPD: destilación on-policy sin logits que mejora matemáticas +28% y supera a modelos propietarios.