Pistis基于Qwen3.5和Qwen3.6，并以交错蒸馏与强化学习完成后训练。
推荐理由：其技术重点并非参数规模，而是将在线蒸馏与强化学习交错进同一后训练流程，试图同时继承教师能力和优化任务奖励；实际价值仍需基准验证。
阅读原文