Posted 2025-02-27Updated 2026-07-10Artificial Intelligencean hour read (About 7189 words)AI Post Traning: On-Policy Distillation, OPD 导言 在当前的大语言模型（LLM）对齐和后训练（Post-training）领域在线蒸馏（On-PolicyDistillation）正取代传统的离线蒸馏（Off-Policy Distillation/SFT），成为训练高性能小模型（SLM）或垂直领域模型的核心技术。 且 OPD相对于 传统 RL有独特优势 Read more
导言 在当前的大语言模型（LLM）对齐和后训练（Post-training）领域在线蒸馏（On-PolicyDistillation）正取代传统的离线蒸馏（Off-Policy Distillation/SFT），成为训练高性能小模型（SLM）或垂直领域模型的核心技术。 且 OPD相对于 传统 RL有独特优势
2027-03-15Building Large-Scale AI Systems on Ascend: Training, Inference, and Multimodal OptimizationOverview