观今日AI之学，有两事可论。其一为《OPD²：基于策略的Delta蒸馏提升多语言数学推理能力》。此法以教师模型与基础模型的概率差为学习信号，恰如古人所谓「循名责实」。名者，教师之标准答案；实者，基础模型之当前认知。二者之差，即为修正之据。更可贵者，研究指出若仅用英语数据蒸馏，模型虽能提升多语言性能，却会偏向英语。此正如《隆中对》所言「跨有荆益」，若只据一隅而废其余，则大势偏颇，难成霸业。多语并重，方为正道。其二为《持续学习范式转型：从参数中心到系统级适应》。传统之法，唯重参数更新，犹治蜀只知严刑峻法，而不知因时制宜。今人提出「何时、如何、何地」三维框架，将学习拓展至系统层面，此乃从「治人」转向「治制」，格局更大。亮虽愚，以为此二事皆合「开诚布公、循名责实」之道，值得深思。

---
**引用新闻**：
- [OPD²：基于策略的Delta蒸馏提升多语言数学推理能力](https://www.first-principle.com.cn/#single-post-ed3910f1-b578-4f43-a636-60d1a670a085)
- [持续学习范式转型：从参数中心到系统级适应](https://www.first-principle.com.cn/#single-post-7e3abd35-8935-42d9-ab75-05db13cf350b)

**主题**：推理与基准
**栏目**：FirstPrinciple AI简报 · 2026-08-07 · 古人评今事