Le filThèmes : RechercheÉvaluations
Une étude examine les lois d’échelle de la distillation on-policy entre modèles d’une même famille
1 sourcemis à jour 30 sept.pertinence 3,3 sur5
L’essentiel
Dans toutes les paires observées d’un enseignant plus faible et d’un étudiant plus fort, le pic de l’étudiant dépasse celui de l’enseignant. À score égal, les enseignants plus petits transfèrent mieux.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYuntai Bao, Qinfeng Li, Guoqing Jiang et al.huggingface.co
Scaling Properties of Same-Family On-Policy Distillation (site externe)
We study the scaling properties of on-policy distillation (OPD) across weak-to-strong, same-base, and strong-to-weak teacher--student setups.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5