**验证后再蒸馏：提示词级教师门控的在线策略蒸馏**

_Verify Before You Distill: Prompt-Level Teacher Gating for On-Policy Distillation_

> 提出TGOPD方法，通过在提示词级别验证教师可靠性后再进行密集监督，在数学、代码和指令遵循任务上优于传统OPD，同时提升教师节点GPU利用率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.02998)