HugMap
人工智能
云计算
半导体
网络安全
企业软件
区块链
量子计算
生物科技
新能源与智能制造
智能穿戴
机器人
智能手机
图谱探索
趋势分析
登录
注册
Internalize the Temperature: On-Policy Self-Distillation as Policy Reheater for Reinforcement Learning
文章
ArXiv CS.CL
2026-06-02
NEWS
en
作者: Xuewei Yang, Jiachen Yu, Jie Wu, Shaoning Sun, Junjie Wang, Yujiu Yang
查看原文
→
关系图谱
概览
相关事件
相关公司
相关人物
相关产品
相关技术
Internalize the Temperature: On-Policy Self-Distillation as Policy Reheater for Reinforcement Learning · 相关技术
相关技术
Temperature-Scaled On-Policy Self-Distillation
TS-OPSD