[논문리뷰] Recovering Reliable Supervision via Critique-Guided On-Policy Distillation본 논문은 OPD 학습 과정에서 발생하는 교사 모델의 지도 신호 불신뢰성 문제를 해결합니다. 기존 연구들은 학생이 오차를 범한 이후 교사 모델이 그 오차를 그대로 따라가는 현상을 보이며, 이에 따라 교사의 Recoverability가 급격히 하락하여 신뢰할 수 없는 지도 신호를 제공하게 됩니다 .#Review#On-policy distillation#Teacher recoverability#Critique-guided rewriting#Occupancy mismatch#Privileged information#Mathematical reasoning2026년 10월 14일댓글 수 로딩 중