无需强化学习，苹果团队“简单自蒸馏”，实现Coding模型自进化

苹果团队提出“简单自蒸馏”（SSD）方法，通过高温采样与截断从大模型自身生成数据并直接用于监督微调，无需强化学习、教师模型或代码执行验证，在Qwen和Llama系列多个模型上显著提升代码生成能力，尤其在高难度任务中pass@1提升达30.4%，核心机制是重塑模型token概率分布以兼顾精度与探索。