요약

Diffusion LLM을 위한 최초의 온-폴리시 자기 증류(self-distillation) 프레임워크인 d-OPSD를 소개합니다. 단계별 감독을 통해 스스로 생성한 접미사로부터 학습하며, 기존 RLVR 방식보다 훨씬 적은 학습 단계로도 뛰어난 성능을 보입니다.

핵심 포인트

• Diffusion LLM을 위한 최초의 온-폴리시 자기 증류 프레임워크 제안
• 단계별 감독(step-level supervision)을 통한 학습 방식 채택
• 기존 RLVR 대비 약 10%의 학습 단계만으로 우수한 성능 달성