يقترح الباحثون طريقة Replayed-Prefix On-Policy Distillation (ReOPD)، وهي طريقة خارج البيئة تعيد استخدام مسارات المعلم التي تم جمعها مسبقًا كبادئات مُعاد تشغيلها لمعالجة التكلفة العالية للتقطير الكامل على الإنترنت. تتيح هذه النهج للطالب التصرف في الخطوات المختارة بينما يوفر المعلم إشرافًا كثيفًا لكل خطوة دون تنفيذ تفاعلات بيئية جديدة.
- يعالج ReOPD "فخ البادئة" في OPD متعدد الأدوار، حيث يمكن لتحسين صلة الطالب أن يستفسر المعلم عن سجلات غير موثوقة.
- يطبق جدول عينة يتناقص مع الخطوات ويؤكد على البادئات المبكرة ذات الانزياح المنخفض لإدارة انزياح التوزيع.
- عبر بيئات الاستدلال الرياضي والبحث، يحافظ ReOPD على الدقة أو يحسنها بينما يستخدم صفر استدعاءات للأدوات أثناء التدريب.
- الطريقة أسرع بأربعة أضعاف على الأقل لكل خطوة تدريب من OPD القياسي عن طريق تحويل تفاعل الوكيل مع البيئة إلى مورد غير متصل بالإنترنت قابل لإعادة الاستخدام.