PowerOPD: Destilación on-policy estable con transformación acotada
PowerOPD estabiliza la destilación on-policy con transformación acotada, mejora hasta +6.37% en razonamiento matemático y reduce tiempo un 59%.
#estabilización de gradientes
PowerOPD estabiliza la destilación on-policy con transformación acotada, mejora hasta +6.37% en razonamiento matemático y reduce tiempo un 59%.