RIDE 把 RL 教师的隐藏状态残差外推，在四个基座/教师对上均值追平或超过教师
该工作提出 RIDE（RL-Induced Direction Extrapolation）：在学生自采样轨迹上，逐层计算 RL 教师与其 RL 前检查点之间的隐藏状态残差，把学生的表示回归目标沿该残差外推到教师之外，在四个基座/RL 教师对（R1-Distill-1.5B、Qwen3-4B、Llama-3.2-3B、Phi-4-mini）上于 AIME24、AIME25、AIMO 的 Avg@16 均值均接近或超过 RL 教师，是唯一均值做到这一点的对比方法，并一致优于输出空间外推。