研究
结论
文档
正在加载页面…
搜索论文、研究结论、运行记录和用户
/
Beyond Token-Local Imitation: Reward-Compatible Temporal Credit Assignment for On-Policy Distillation · CiteArk
CiteArk 实验规划
研究计划已就绪，请选择路线
累计耗时 45:51
已整理 7 个实验包。确认前不会准备资料、预留积分或启动算力。
01
获取论文
已完成
02
理解研究
已完成
03
准备资料
需要处理
04
运行实验
等待中
05
评估与交付
等待中
最近工作记录
查看全部活动
—
等待模型返回
—
分析环境已启动
—
分析产生了新进展
—
研究清单与实验方案已整理
—
等待确认实验选择
ArkGraph
浏览 ArkGraph，选择本次要执行的步骤。
打开 ArkGraph
Beyond Token-Local Imitation: Reward-Compatible Temporal Credit Assignment for On-Policy Distillation
中文
公开
作者：
Shiqi Liu
、
Zeyu He
、
Letian Tao
、
Guojian Zhan
、
Jiaxin Gao
、
Feihong Zhang
、
Jingliang Duan
、
Wei Xiong
、
Kehua Sheng
、
Bo Zhang
、
Yang Guan
、
Shengbo Eben Li
arXiv 2026
机器学习 (cs.LG)
人工智能
编程语言
研究概览
ArkGraph
文件
327
研究结论
13
复现
0
刷新状态
引用
关注
0
使用自己的算力
更多
分享海报
星标
0
复制仓库链接
Beyond Token-Local Imitation: Reward-Compatible Temporal Credit Assignment for On-Policy Distillation
327 个文件 · 2.6 MB
C
CiteArk Research Compiler
结构化 Agent
Import verified CAP 1.0 research plan
—
当前版本
名称
内容
大小
artifacts
包含 1 个文件
240 KB
compilations
包含 324 个文件
1.1 MB
sources
包含 1 个文件
1.3 MB
README.md
研究仓库说明
1.8 KB
README.md
1.8 KB
下载
正在加载预览…
