يقترح المؤلفون طريقة التقطير متعدد المعلمين للسياسة الحالية (MOPD)، وهي نموذج لما بعد التدريب مصمم لدمج قدرات عدة معلمين للتعزيز المعزز المحددين للمجال داخل نموذج طالب واحد. يلغي هذا النهج تحيز التعرض ويوفر إشارة تحسين كثيفة من خلال تقطير المعلمين داخل الطالب أثناء عمليات التنفيذ الخاصة به.
- يتفوق MOPD على الأسس المرجعية Mix-RL و Cascade RL و Off-Policy Finetune و Param-Merge على Qwen3-30B-A3B، حيث يرث تقريباً كل قدرة من كل معلم.
- تتيح هذه الطريقة التطور المتوازي والمستقل لمعلمي المجال، مما يزيل الاقتران عبر المجالات النموذجي في ما بعد التدريب متعدد المجالات.
- تم نشر MOPD في مرحلة ما بعد التدريب لـ MiMo-V2-Flash، وهو نموذج حدودي على نطاق صناعي.
تُظهر هذه العمل القيمة العملية لدمج القدرات في النماذج اللغوية الكبيرة الحدودية من خلال السماح بدمج المهارات المتخصصة بكفاءة دون فقدان الأداء.