[논문리뷰] On-Policy Distillation with Negative-Policy Rollouts본 논문은 기존 OPD가 오직 교사 모델의 긍정적인 안내에만 의존하여, 교사와 학생 간의 분포 중첩(distributional overlap)이 제한적일 경우 학습 신호가 부족하다는 문제를 해결하고자 합니다.#Review#On-policy Distillation#Negative-Policy Rollouts#Language Models#Post-training#Knowledge Distillation#Reasoning Benchmarks2026년 10월 7일댓글 수 로딩 중