【清华代码熊】Qwen/GLM/DeepSeek等基座模型 OPD 技术总结

今天主题回顾Qwen/Mimo/GLM/DeepSeek各家基座模型中的 On-Policy DistillationOPD技术。​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​