lasgroup/SDPO

Reinforcement Learning via Self-Distillation (SDPO)

LLM & mô hình nền tảngPython Apache-2.0 131tạo 2026-01-24

Sao

1.146

Tăng 1 ngày

—

Tăng 7 ngày

—

Tăng 30 ngày

—

Lịch sử sao

Bắt đầu theo dõi: 2026-11-13

#distillation#llm#reasoning#rl

Người đóng góp nhiều nhất

Chưa thu thập (chạy job contributors).

lasgroup/SDPO · AI Repo Stats