跨模型规模实验显示，删除或扰动教师思维通常不影响学生智能体的行动表现。
推荐理由：研究通过独立扰动教师思维与动作发现，最终能力主要由动作监督驱动，思维监督仅在特定情形有益；这可显著降低轨迹采集和蒸馏成本。
阅读原文