RGBM：基于费米子几何视角的多教师在线策略蒸馏

提出 RGBM 两阶段整合程序，证明多教师在线策略蒸馏目标二阶下等价于费米子合并目标。 第一阶段在任务向量子空间限制合并，通过未标记提示词求解隐式奖励系数；第二阶段依据残差能谱门控更新，零额外联合训练步数。 在两个开源整合套件上，仅第一阶段合并即匹敌或超越全量训练蒸馏，且优于所有未门控写回方法。