GIFT 论文发布：解决蒸馏梯度与 RL 冲突

2026年10月24日，上交和腾讯合作发布的GIFT（Gradient-Informed Filtering for Distillation-Augmented）论文提出了一种新的方法来解决蒸馏梯度与强化学习（RL）之间的冲突。该方法通过使用梯度几何过滤技术来处理蒸馏过程中的token，旨在解决早先报道中提到的蒸馏梯度与RL的冲突问题。

Generated by AI from coverage · Updated 2 小时前

还没有足够的连续观测数据，暂不绘制趋势。