Jason Ken Adhinarta

两项自蒸馏方法在代码、科学推理、工具使用和数学任务上的增益，换到没见过的题目就消失或转为下降，数学上的提升主要来自把思考模式搬进非思考模式，而不是用了参考答案这类特权信息。

两项自蒸馏方法在代码、科学推理、工具使用和数学任务上的增益，换到没见过的题目就消失或转为下降，数学上的提升主要来自把思考模式搬进非思考模式，而不是用了参考答案这类特权信息。