On-Policy Distillation with Best-of-N Teacher Rollout Selection
تقدم هذه الورقة البحثية إطار عمل BRTS، وهو "اختيار المعلم الأفضل من بين N من عمليات التدحرج" (Best-of-N Rollout Teacher Selection) لعملية التقطير داخل السياسة (on-policy distillation)، والذي يعمل على تحسين أداء الاستنتاج من خلال أخذ عينات من مسارات متعددة للمعلم واختيار المسار الأكثر صحة وتوافقاً مع الطالب لتوفير إشراف موثوق، وبذلك يتغلب على قيود التباين العالي للطرق القياسية.