Une seule requête d'entraînement couvre 71,5 % des états visités par la distillation sur politique complète, seize en couvrent 98,9 %
Le 3 septembre 2026, des chercheurs de l'université Tsinghua ont publié la deuxième partie de leur réexamen de la distillation sur politique des grands modèles de langage, en poussant les données à… Lire la brève