**OmniOPD：通过推测验证实现无Logit的在线策略蒸馏**

_OmniOPD: Logit-Free On-Policy Distillation via Speculative Verification_

> 提出OmniOPD框架，无需教师模型logits，通过蒙特卡洛轨迹展开和块级语义相似度进行在线策略蒸馏，解决了标准OPD依赖logits和token级信号噪声的问题，在数学基准上超越标准OPD达28.64%，且支持Claude等黑盒教师模型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.01476)