El rol de la alineación de la retroalimentación en la autodestilación
Descubre cómo la retroalimentación alineada por pasos mejora la autodestilación, superando a GRPO en 16 puntos y a la solución de referencia en 5.
Descubre cómo la retroalimentación alineada por pasos mejora la autodestilación, superando a GRPO en 16 puntos y a la solución de referencia en 5.