apple/ml-ssd

这个仓库实现了论文《简单自蒸馏改进代码生成》的方法，通过三个步骤提升代码生成模型效果：从冻结模型采样解决方案、使用标准交叉熵对未验证输出进行微调、用独立调优的温度解码。无需奖励模型、验证器或强化学习。