Allspark 让弱模型教师通过交替思维链把推理能力传给冻结的强模型，ARC-AGI-2 上准确率从 78.1% 升到 81.6%
该工作提出 Allspark 训练与推理框架：训练时让一个弱教师模型与同源冻结副本交替续写同一段推理链、由冻结副本给出最终答案，仅用弱模型 rollout 更新教师；推理时把冻结副本换成更强的学生模型并保持双方权重不变，在 Qwen3-1.7B/4B 的数学与推理任务以及 Inkling-Small 教师对 Inkling、Kimi-K2.6、Nemotron-3-Ultra 的 ARC-AGI-2 评测中观察到准确率提升，并给出准确率与保留 token 的权衡刻画。