名师一定出高徒？清华团队最新揭秘：别再迷信大模型蒸馏的「免费午餐」

清华大学团队研究揭示On-Policy Distillation（OPD）蒸馏失败的核心原因：教师与学生思维模式不一致、高分教师未必提供新知识；提出Token级对齐机制，并给出冷启动SFT和提示词对齐两剂实用解决方案，打破‘名师必出高徒’的迷信。