Awesome-LLM-On-Policy-Distillation

一网打尽LLM在线策略蒸馏论文,快速跟上研究前沿

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 18 🐛 待处理 8 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 592
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

Awesome-LLM-On-Policy-Distillation 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队nick7nlp
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型awesome-list,awesome-opd,awesomeopd,github-pages,knowledge-distillation,large-language-models,llm,on-policy-distillation,opd,opd-survey,opdhub,rlhf,survey
GitHub 星标★ 592
上线时间2026-04-05 00:00:00
代码更新2026-10-13
仓库体积101.5 MB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数5

项目介绍

这是一个关于大语言模型在线策略蒸馏(On-Policy Distillation)的精选资源清单,汇集了相关论文、代码和工具。在线策略蒸馏是知识蒸馏的一种重要形式,旨在让教师模型通过在线交互生成数据来指导学生模型,从而提升学生模型的性能,尤其在强化学习和生成式任务中表现突出。该项目解决了传统离线蒸馏中数据分布不匹配、学生模型难以适应动态环境的问题,为研究者提供了系统性的资料索引。核心能力包括:分类整理前沿论文、提供代码链接、标注研究趋势,帮助用户快速了解该领域的发展脉络和关键技术。目前项目处于早期阶段,内容持续更新中,适合对模型压缩、知识迁移和高效推理感兴趣的开发者与研究人员。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 592

使用教程

难度:入门 约 10 分钟 部署方式:无需环境 4 步

环境要求

  • 无需环境

安装与启动步骤

  1. 1先读配套综述

    清单是综述的伴读材料,顺序别反。

  2. 2按方法族分组

    在线蒸馏内部又分几类策略,各成一组。

  3. 3分清两类蒸馏

    在线与离线是两件事,混着看会全乱。

  4. 4顺链接读原文

    清单只给题目与出处。

如何确认成功

能说清在线蒸馏与离线蒸馏的本质区别,并指出各自适用条件

注意事项

  • 它是阅读清单,不含实现。
  • 在线蒸馏的核心是用学生自己采的样本,这点最容易理解错。
  • 这个方向论文数量多但同质化严重。
  • 综述的描述比清单条目更值得读。

核心亮点

  • 聚焦在线策略蒸馏这一细分方向,资料集中,检索效率高
  • 论文按主题分类,并附有代码链接,便于复现和对比
  • 项目处于活跃更新状态,能反映最新研究动态

不足之处

  • 内容以论文列表为主,缺乏深度解读和实验对比
  • 文档/社区待观察,互动和贡献者较少

适用场景

  • 科研人员调研在线蒸馏技术路线
  • 工程师寻找模型压缩与加速的实用方案
  • 学生入门知识蒸馏领域的学习导航

替代项目

Awesome-Knowledge-Distillation、Awesome-LLM-Distillation、Awesome-Distillation

上一篇:Megatron-LM

下一篇:Rearchitecting-LLMs

同类项目推荐

TimeSeriesGAN 开源

用 GAN 生成逼真时间序列,搞定数据增强和异常检测

GANs for Time series analysis (Synthetic data generation, anomaly detection and inte···

★ 70 2026-08-09
lorax 开源

一个服务跑上千个微调模型,省 GPU 又省心

Multi-LoRA inference server that scales to 1000s of fine-tuned LLMs

★ 3836 2026-08-09
ml-workflow-automation 开源

在 Notebook 里一键把模型部署到 Kubernetes,实现 ML 工作流自动化。

Python Machine Learning (ML) project that demonstrates the archetypal ML workflow wi···

★ 67 2026-08-09
strands-env 开源

快速搭建智能体强化学习训练环境,直接对接 Strands Agents。

A unified framework for building agentic RL environments.

★ 63 2026-08-09
sd-webui-traintrain 开源

在 WebUI 里点几下就能训练自己的 LoRA 模型

LoRA training extention for Stable Diffusion Web-UI

★ 226 2026-09-18
RLAIF-V 开源

用开源反馈训练视觉模型,让AI不懂装懂时敢说“不知道”

[CVPR'25 highlight] RLAIF-V: Open-Source AI Feedback Leads to Super GPT-4V Trustwort···

★ 462 2026-08-09
JetSpec 开源

让大模型推理更快:并行草稿树突破推测解码速度天花板

JetSpec++/JetSpec: Causal Parallel (Tree) Drafting with Self Refinement

★ 256 2026-08-09
flame 开源

极简框架,快速训练线性注意力大模型

A minimal training framework for scaling FLA models

★ 426 2026-08-09