# Khi token kết thúc không đồng nhất: Giải mã hiện tượng 'phình' độ dài trong chưng cất chính sách trực tuyến

- Nguồn: HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
- Thời gian phát hành: 2026-09-17 07:00 (giờ Việt Nam)
- Điểm AI: 44/100
- Link AIHOT.vn: https://aihot.vn/items/9f19ece7e0f99f7c
- Nguồn dữ liệu AI HOT: https://aihot.news/items/cmu6ohx8z04r0rowka3outrix
- Link gốc: https://arxiv.org/abs/2609.20511

## Tóm tắt AI

Nghiên cứu chỉ ra rằng sự lệch pha giữa token kết thúc (EOS) của mô hình giáo viên và học sinh trong chưng cất chính sách trực tuyến (OPD) khiến mô hình phản hồi quá dài hoặc cạn kiệt tài nguyên tính toán.

## Thân bài

Xem PDF HTML (thử nghiệm)

DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)

### Lịch sử gửi bài

Từ: Weitong Zhang [xem email] [v1] Thứ Năm, 17 tháng 9 năm 2026 14:53:39 UTC (7.677 KB)