يقترح الباحثون Masters، وهو إطار تعلم بالتعزيز التدريجي بالقناع لتكثيف نماذج الرؤية واللغة واسعة النطاق إلى إصدارات مدمجة مناسبة للنشر على الحافة. تتناول الطريقة عدم الاستقرار الناتج عن فجوة الحجم بين نموذجي المعلم والطالب.
- يقوم Masters بقنعة الأوزان غير المهيمنة للمعلم لتقليل التعقيد، ثم يستعيد السعة تدريجيًا أثناء التدريب للسماح بتعلم أكثر سلاسة.
- يدمج مرحلة تعزيز التعلم غير المتصل (Offline RL) باستخدام ردود تم إنشاؤها مسبقًا من معلمين مقنعين، متجنبًا التكلفة الحسابية لبرامج التفكير-الإجابة عبر الإنترنت.
- يستخدم الإطار مكافأتين متكاملتين: مكافأة دقة لصحة الرد ومكافأة تكثيف تقيس سهولة النقل.
يتيح هذا النهج للطلاب تحقيق أداء قوي من خلال الاستفادة من إرشادات غنية ولكن فعالة دون الحاجة إلى عمليات طويلة لتوليد الردود.