# 直接在线策略蒸馏实现弱到强泛化

- 来源：AK (@_akhaliq)
- 发布时间：2026-07-15 07:18
- AIHOT 分数：26
- AIHOT 链接：https://aihot.virxact.com/items/cmrlacxzc00p6bi2bwgi20s3u
- 原文链接：https://x.com/_akhaliq/status/2077170802932219915

## AI 摘要

通过直接在线策略蒸馏实现弱到强泛化

## 正文

Weak-to-Strong Generalization via Direct On-Policy Distillation