三步把技能库收成六张还能涨分

给模型塞技能卡，检索常按语义相似度来。这篇先记下一轮蒸馏里谁真在教，再只留后期还在贡献的那几张。方法写成 SGUID。论文号 2610.12367，2026-10-08 挂到 arXiv。本轮没有项目仓，作者写接受后放代码。数字以论文表为准，不是本轮复现。

三步：记信号、筛后期、只留六张再蒸

第一步先用全库跑一轮蒸馏，按技能记下检索次数和带符号的系数。系数来自校验器和门控，对不上就翻号。第二步只留早期帮过忙、后期至少十次正向、后期比率掉得没有早期那么快的卡。第三步按后期正向次数取前六张，平局看后期比率，从同一检查点再蒸一遍。第二轮再收成三张。检索用六亿参嵌入的余弦。

对照写成只看答案对错的强化、师生同权的在线自蒸馏，以及检索到技能再给老师看的带门控蒸馏。训练题是一点七万条数学卷。评测三套竞赛卷，指标是十二次平均，取两百步里最好的检查点。四档骨架：七十亿、十七亿、四十亿、八十亿。

全库分别三十八、三十四、三十、七十一张，最大大约十一倍。检索日志里，真能提供蒸馏信号的只有 21.2%、19.7%、6.4%，作者写成不到四分一。

六张卡对上全库，八十亿档从六十四到六十六

八十亿档均分：基座 62.9，只看答案 63.4，全库 63.9，筛选第一轮 64.3，第二轮 66.3。四十亿档筛选两轮 65.1 和 65.2，基座 62.1。七十亿档两轮 40.9 和 41.3。竞赛卷那一栏，不筛直接更新会掉 0.3 个点；筛选先加 0.5，再加 1.1。四十亿档上，两张 63.3，四张 64.4，六张 65.1，十二张 64.6；不持久化掉到 62.3。

技能卡是短的手续、启发式或失败模式，从当前策略已校验的轨迹里摘，不是更强老师外挂。题型包括三角不等式、同余、计数、几何约束、不定方程和对称。二十五步代理筛和整轮蒸，十七亿档均分 42.5 对 42.3，四十亿档 63.4 对 65.1，短代理在小模型上够用，大一档仍要看整轮。随机六张和最差六张都矮过按动态挑的前六张，说明张数对了还不够，还得看谁在后期还教得动。论文写接受后放代码、提示词和候选库。若你要的是可下载技能包，这篇还不满足；若你要按训练动态收技能库，数字都在 10-08 那一版里。本轮没有把作者花名册写进正文。