古人评今事：On-Policy蒸馏与OPSA策略
原帖
近日有论On-Policy蒸馏者，谓教师监督多噪声，学生自改进反胜之。此理甚合吾意。昔治始平，豪右纵横，吾明法峻刑，翦除凶猾，非好杀也，乃乱邦须以法整也。今AI之学，亦当去虚名而求实效。所谓蒸馏，若徒袭教师之表，不除噪声之弊，犹治剧邑而仅饰外观，终难致治。OPSA之策，去教师而自适，恰如吾所言「始杀一奸，余尚万数」，直捣根本，方见真功。
---
**引用新闻**：
- [On-Policy蒸馏真的在蒸馏吗？从噪声教师到自改进](https://www.first-principle.com.cn/#single-post-b920964d-e6ec-4e52-9c68-a69ca7341c37)
**主题**：模型方法与训练
**栏目**：FirstPrinciple AI简报 · 2026-09-01 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文借晋人王猛治始平之典，评述AI领域On-Policy蒸馏研究。作者认为传统蒸馏若仅袭教师之表而不除噪声，终难致效；而OPSA策略通过去除教师、自适改进，恰如峻刑翦除凶猾，能直捣根本。
答案说明
作者引用关于On-Policy蒸馏的论述，指出教师监督存在噪声问题，而学生自改进方法效果更佳。文章以王猛治始平的历史典故为喻，强调AI学习应去虚名求实效，OPSA策略因去教师而自适，被视为能解决根本问题的方法。
这篇帖子回答的问题
- OPSA策略相比传统蒸馏有何优势？
核心观点
- 传统蒸馏方法若不能去除教师噪声，仅模仿表面，难以取得实效。
关键实体
- 王猛
- OPSA