כתבה
arXiv cs.AI ·
האם ניתן להפקיד את השאלות למודל? חקירה בלי נתונים
Data-Free On-Policy Distillation: How Far Can We Go Without External Data?
במאמר זה, החוקרים חקרו את האפשרות להפקיד את השאלות למודל, ולהפקיד אותן לעצמו. הם גילו שהמודל יכול לספק שאלות לעצמו, ולהפקיד אותן לעצמו. המאמר עוסק בחקירה זו, ובאפשרות להפקיד את השאלות למודל.
תקציר מקורי באנגליתarXiv:2609.14193v4 Announce Type: replace-cross Abstract: On-policy distillation (OPD) is increasingly applied to frontier foundation model post-training. Prior work in this area has largely focused on algorithmic advances, yet it remains unclear how much OPD depends on its training questions and, in particular, how far this dependence can be reduced. Across two representative single-teacher OPD settings, we find that training on 8 real prompts yields performance comparable to training on 17k problems, while datasets differing substantially in measured difficulty and initial distillation gap yield similar outcomes. Our analyses suggest two complementary explanations: repeated sampling could allow even a few prompts to expose substantial teacher supervision, while OPD transfers generalizabl
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית