返回全部题目← 上一题16 / 32下一题 →题库/模型训练与对齐/Q-18846On-Policy Distillation 的损失函数由哪些部分构成，设计思路是什么？知识专题：蒸馏与模型合并题目类型：原理机制技术难度：进阶相关面经：1 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经1 篇高德大模型算法工程师2026-08-12二面查看原面经 →OPD方法损失函数构成、设计思路相关题目4 题0084蒸馏受限时，如何选择后训练方法提升模型能力？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇0347项目中的模型蒸馏具体如何实现？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：3 篇12734蒸馏 Rerank 模型时，训练数据怎样组织和构建？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇13964如何在训练时利用 CoT，推理时只输出答案，并检验准确率是否保持？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题使用人工输出训练大模型，能否理解为对人工能力的知识蒸馏？下一题 →蒸馏时如何避免学生学到教师错误的推理链？