论文精读｜RLSD：RLVR with Self-Distillation，给 RLVR 装一个自蒸馏「信用分配器」，方向靠环境、幅度靠教师
已收录文章摘要，完整内容可前往原文阅读。
关注+星标、置顶不迷路。每天带你深度阅读一篇经典好文。这篇论文来自中科院信工所与京东，2026 年 4 月挂出 arXiv。作者团队提出了一个叫 RLSD（RLVR with Self-Distill
已收录文章摘要，完整内容可前往原文阅读。
关注+星标、置顶不迷路。每天带你深度阅读一篇经典好文。这篇论文来自中科院信工所与京东，2026 年 4 月挂出 arXiv。作者团队提出了一个叫 RLSD（RLVR with Self-Distill