Ask-to-Distill优化蒸馏问题生成,以师生分布差异估计学习价值(在新窗口打开)UIUC等团队提出A2D,用冻结师生模型的分歧与兼容性训练出题器,再以生成问题进行在策略蒸馏。论文在数学、代码和智能体任务上报告增益,代理信号仍有适用边界。