#U-OPSD

U-OPSD는 모델 자신의 다수결을 teacher context로 바꿔 정답 없이 자기 증류한다

U-OPSD는 여러 on-policy rollout의 합의를 pseudo-solution으로 만들고, 그 합의와 갈린 trajectory에만 token-level distillation을 적용해 ground truth·verifier·더 큰 teach...