Le filThèmes : RechercheOpen source
DuoOPD ajuste la distillation on-policy selon les résultats de l’enseignant et de l’élève
1 sourcemis à jour il y a 6 jpertinence 3,2 sur5
L’essentiel
Sur la biologie, la chimie et la physique, DuoOPD gagne 2,58 points de précision macro sur Qwen3 et 5,98 sur Llama par rapport à l’OPD. Selon ses auteurs, la gestion des désaccords explique l’essentiel du gain.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceAo Yu, Weibo Gao, Heng Zhou et al.huggingface.co
DuoOPD: Learning from Joint Teacher-Student Outcomes for Multi-Task On-Policy Distillation (site externe)
A stronger teacher can still get questions wrong that its student gets right. Standard on-policy distillation can push down correct student responses, and these teacher–student disagreements vary across tasks.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
NVIDIA affine Nemotron 3 et atteint le niveau or à l’IOI 2026 et à l’IMO 2026
Open source
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
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