从概率到决策：基于 Jev 的搜索与多教师知识蒸馏

该研究探索了纯概率模型 Jev 在搜索与多教师知识蒸馏下的决策表现。在超快棋任务中，将 Jev 蒸馏为紧凑评估器并结合 Stockfish 搜索，Lichess 评分突破 2200，与千问 Qwen3-32B 协同蒸馏比单用 Qwen 提升 9.6 Elo。在文本重排任务中，Jev 仅用 21 分钟 API 调用即达到 Qwen 耗费 5.1 GPU 小时的重排性能。