大模型 HuggingFace Daily Papers 2026-06-25

ReNIO 重新加权负面轨迹改进 LLM 蒸馏

ReNIO 基于 token 级概率比重新加权负面轨迹，提升语言模型的在线蒸馏效果，在数学和代码生成任务上推理能力更强。

解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。