**ActionOPD：通过动作而非 Token 实现模型智能蒸馏**

_ActionOPD: Distilling Decisions, Not Tokens_

> 研究提出 ActionOPD 方法，旨在将大型语言模型智能蒸馏至小模型。该方法通过对齐学生模型在特定状态下的语义动作，而非复杂的 Token 概率，解决了状态分布不匹配问题。实验显示，ActionOPD 无需共享 Tokenizer 或模型架构，即可显著提升小模型在工具调用任务中的表现。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19820)