ReOPD: Tối ưu hóa chưng cất mô hình đa lượt thông qua phát lại tiền tố

Tóm tắt AI

Nghiên cứu giới thiệu ReOPD, phương pháp chưng cất mô hình tác nhân giúp giảm chi phí tương tác môi trường bằng cách tái sử dụng quỹ đạo giáo viên làm tiền tố, đồng thời giải quyết vấn đề lệch phân phối trong huấn luyện đa lượt.