**论同策略蒸馏的几何性质**

_On the Geometry of On-Policy Distillation_

> 该研究揭示同策略蒸馏（OPD）在参数空间中具有独特更新几何：相比监督微调，其更新影响更少权重且避开主方向；相比RLVR，约束更宽松。OPD呈现子空间锁定现象，早期形成的窄低维更新通道足以维持性能，表明OPD并非SFT与RLVR的简单过渡，而是具备独立几何特性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07082)