Jiaming Su

长链推理蒸馏的训练题不再一次选定：BoundaryEvo让学生与固定专家反复对同一批题作答，只挑专家能可靠解出、学生尚未掌握的题，用1000条训练样本把Qwen3.5-4B在IMO-AnswerBench上的准确率从62.9提到75.3。

长链推理蒸馏的训练题不再一次选定：BoundaryEvo让学生与固定专家反复对同一批题作答，只挑专家能可靠解出、学生尚未掌握的题，用1000条训练样本把Qwen3.5-4B在IMO-AnswerBench上的准确率从62.9提到75.3。