LoOPSD：通过层循环执行路径提升大模型自蒸馏推理能力

LoOPSD通过搜索层循环路径构造教师，将额外计算的优势蒸馏给标准学生，提升Qwen3等模型的推理能力。 例如，Qwen3-1.7B在GSM8K任务上的准确率从42.30%提升至79.61%，且学生生成长度平均缩短至299.98 tokens。 该方法扩展了自蒸馏教师构造空间，为模型后训练提供了新的监督来源。