# RLHF Book代码库新增on-policy自蒸馏示例

- 来源：Nathan Lambert (@natolambert)
- 发布时间：2026-07-01 07:24
- AIHOT 分数：48
- AIHOT 链接：https://aihot.virxact.com/items/cmr1a7vpl010nslnlosyp4w6a
- 原文链接：https://x.com/natolambert/status/2072098930406703505

## AI 摘要

很高兴宣布 @zafstojano —— 一位新增的维护者，他帮助我维护 RLHF Book 代码 —— 向代码库添加了一个简单的在线策略自蒸馏示例，可在一些玩具问题上运行。期待进一步探索，很高兴看到仓库不断完善！

## 正文

Happy to say @zafstojano - an added maintainer who helps me with the RLHF Book code - added a simple on-policy self-distillation example to the codebase， which can work on some toy problems.

Excited to dig into this more， happy to see the repo fleshed out！