一句话看懂：Hugging Face Papers 收录的 P²-MOPD 提出把学生模型与专家参数的线性组合视为可微模型，在 on-policy 蒸馏目标下联合优化混合系数与学生权重，摘要显示其训练效率和最终恢复率均优于 MOPD，但尚未核验全文实验。
事件核心：发生了什么
根据 2026 年 11 月 2 日公开的论文摘要，研究者针对多教师 on-policy 蒸馏提出 P²-MOPD。传统做法是用学生自己生成的轨迹接受多个专家监督；任务算术则提供免训练的线性参数组合。P²-MOPD 把学生与专家参数的组合当成一个可微模型，同时优化混合系数和学生权重。摘要称，在 1.7B 和 4B 规模、四个领域上，它从相同初始化出发比 MOPD 恢复更快、更均衡，用一半训练步数超过 MOPD 的最终平均恢复率；训练结束时 1.7B 模型平均恢复率为 94.7%，MOPD 为 80.9%。
为什么重要
多教师蒸馏常用于把多个专家能力合并进一个较小模型，但训练成本高、能力平衡难。P²-MOPD 的关键区别是学生保持可训练，专家只作为参数先验，不受任务算术那种“冻结参数张成空间”的限制。若摘要结论在完整实验中成立，这意味着大模型能力整合可能减少对算力和训练步数的依赖，对开源模型合并、垂直领域小模型训练和推理侧降本都有参考价值。不过目前公开信息仅限摘要，不能视为已落地的产品能力。
对用户/开发者/创作者的影响
对开发者而言，这类方法若被复现并开源，可能降低用多个领域专家模型训练统一小模型的门槛，减少对大规模算力集群的依赖；对使用 AI 应用的用户和创作者，短期影响有限，更多体现为未来模型迭代更快、多能力模型成本可能下降。企业采购和投资判断上，应关注该方法是否发布代码、是否在更大参数规模上验证，以及是否依赖特定教师模型组合。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文和代码是否公开，复现结果能否达到摘要中的 94.7%；二是 4B 以上规模及更多领域的表现是否同样稳定；三是该方法与现有模型合并、蒸馏工具链的兼容性，以及是否有团队将其用于开源大模型训练。
