[논문리뷰] On-Policy Self-Distillation with Teacher Evolution본 논문은 기존 OPSD 방식이 학습 과정에서 성능 개선이 정체되는 문제를 해결하고자 한다. 기존 연구들은 self-teacher가 항상 올바른 가이드를 제공한다는 비현실적인 가정에 의존하며, 학습이 진행됨에 따라 self-teacher의 능력이 개선되지 않거나 오히려 저하되는 한계가 있다 .#Review#On-Policy Self-Distillation#Teacher Evolution#Large Language Models#Reinforcement Learning#Supervision Quality#Token-level Distillation2026년 11월 2일댓글 수 로딩 중