DAPD: Dual-Anchored Policy Distillation

• 类型：arxiv
• 标识：2608.01735
• 链接：https://arxiv.org/abs/2608.01735
• 主分类：llm-infra
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：DAPD is proposed, a unified framework with two levels of anchoring that significantly alleviates privilege illusion, outperforming OPSD on Qwen3-4B by +2.00 points on average across tasks.
• OpenAlex ID：W7172431632
• OpenAlex DOI：10.48550/arxiv.2608.01735
• DOI：10.48550/arxiv.2608.01735
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2608.01735
• OpenAlex更新：2026-08-26
• 副分类：engineering
• 待LLM分类：否
• 标题中文：DAPD：双锚点策略蒸馏
• TLDR中文：本文提出 DAPD，一种具有两级锚定的统一框架，可显著缓解特权错觉，在 Qwen3-4B 上以平均 +2.00 分优于 OPSD。
• 来源文件：
• /inbox/tom/_candidates/2026-08-04-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]