PREPRINT 2026
Let the Data Decide: Supervision Analysis, Capability Trade-offs, and Adaptive Objective Routing in Continued Pre-Training via Off-Policy Distillation
研究思路 · 实验设计 · 实现与评估
研究持续预训练中不同监督信号的能力权衡，并通过数据驱动的方式自适应选择训练目标。
论文与研究成果
PUBLICATIONS & RESEARCH
这里汇总论文、预印本和研究型开源工作。