维度网讯，训练AI推理模型的高昂成本长期困扰企业团队。京东研究人员与多家学术机构合作，提出一种名为RLSD的新训练范式，旨在用较少计算资源构建自定义推理代理。该技术结合强化学习与自蒸馏，解决了传统方法...