EOPSA：高效在策略自蒸馏安全对齐方法

EOPSA 提出一种高效在策略自蒸馏安全对齐框架，将推理计算量减少约 50%，且仅对约 2% 的 token 进行反向传播，在保持 32B 参数规模模型推理能力的同时提升安全合规性。 该方法通过自适应 rollout 调度和选择性蒸馏，排除风格漂移导致的无效梯度噪声，确保计算资源集中于安全关键 token。代码和模型已在项目仓库开源。