AD-OPSD 自蒸馏优化

AD-OPSD 通过熵梯度屏蔽和双视角目标分布，在高风险词元上动态调整教师模型与冻结基础模型的权重，在数学推理基准上相比标准自蒸馏最多带来 4.1 个百分点的准确率提升。