[논문리뷰] Branching On-Policy Distillation기존 On-Policy Distillation (OPD) 방식은 학생이 생성한 trajectory에 대해 교사 supervision을 제공하지만, 단일 trajectory는 각 decision에서 오직 하나의 continuation만을 실현하여, 유한한 sampling budget 내에서 supervision coverage를 제한한다.#Review#On-Policy Distillation#Large Language Models#Reinforcement Learning#Behavior Coverage#Shared-Prefix Sampling#Protocol-Boundary Repair#Distillation#Agent Tasks2026년 10월 12일댓글 수 로딩 중