清华北大商汤提出 BranchOPD：分支式在线蒸馏，数学提升 18.55 点

清华、北大与商汤科技提出 BranchOPD 分支式在线蒸馏，数学任务 avg@16 平均准确率较 Vanilla OPD 提升 18.55 个百分点。该方法用学生不确定性与师生分歧挑选决策点，从共享前缀重采样并施加 token 级教师监督，共享前缀复用使 ALFWorld、WebShop 学生生成 token 成本分别降约 19% 和 31%。