论文提出在agentic on-policy蒸馏中评估教师指导对后续轨迹的影响。
推荐理由：多轮任务里单步教师建议可能把学生带偏；通过未来轨迹验证再决定是否蒸馏，核心是把监督从局部正确扩展到长期收益。
阅读原文