RDD：通过流匹配蒸馏分布式连续潜变量推理

研究提出 rationale distribution distillation（RDD），通过流匹配从多个文本推理路径训练固定长度连续潜序列的分布。该方法使用同一查询内的潜推理插值扩展蒸馏目标，非自回归地生成完整潜序列，再由冻结的语言模型自回归解码答案。基于论文摘要，所得分布式推理器在所评估的点值潜变量推理基线上具有更高的答案覆盖率，尤其是在高级数学任务上。