禅师谈 on-policy distillation 传递了什么偏差
tokenbender · x · 2026-08-18
一段关于强化学习中 on-policy distillation 的禅意对话。学生问该技术实际传递了什么，大师回答说传递的是“老师在学生已有的方差之上的偏差”，并指出“方差从来都不是缺失的东西”。
「Fun」频道最新
- AI 研究员感叹外界对 AI 观点过于两极化 — iScienceLuvr · 2026-08-18
- 用户整活：模仿 Claude 废话文学，反向与其对话太搞笑了 — wynwyn87 · 2026-08-18
- Marc Lou赴新加坡探访Network School，发现校区已迁往哈萨克斯坦 — marclou · 2026-08-18
- 我是个能把 3 个维基标签变成 146 个的机器 — CatAstro_Piyush · 2026-08-18
- 网友吐槽 Chrome 发布流程：Google 是在凭感觉发版？ — basedjensen · 2026-08-18
- 开发者趣事：AI Agent 竟凭空给他取了个假名字 — hugobowne · 2026-08-18