Demystifying On-Policy Distillation: Roles, Pathologies, and Regulations

• 类型：arxiv
• 标识：2607.13399
• 链接：https://arxiv.org/abs/2607.13399
• 主分类：engineering
• 形态：method
• 被引：5
• 被引来源：Semantic Scholar
• S2被引：5
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A systematic study examining the role, pathologies, and regulations of OPD, clarifying the role of OPD as an exploration catalyst and confirming that well-regulated signal quality, rather than mere teacher scale, governs successful exploration in OPD.
• OpenAlex ID：W7168964786
• OpenAlex DOI：10.48550/arxiv.2607.13399
• DOI：10.48550/arxiv.2607.13399
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.13399
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：揭开 On-Policy Distillation 的神秘面纱：作用、病态与调控
• TLDR中文：本文对 OPD 的作用、病态与调控进行系统研究，厘清 OPD 作为探索催化剂的角色，并证实调控良好的信号质量（而非单纯的教师模型规模）才是 OPD 中成功探索的主导因素。
• 来源文件：
• /inbox/tom/_candidates/2026-07-17-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]