京东联合南京大学提出 Road MOPD，缓解风格与跨领域学习干扰

京东零售联合南京大学提出 Road MOPD，通过跨教师反馈与梯度投影解决多教师在线策略蒸馏的参数更新冲突。在 Qwen3-4B 实验中，该方法使数学＋医学等高冲突组合实现双域提升，医学均分较 Vanilla MOPD 最高提高 8.78 个百分点。扩展至数学、代码、医学三领域联合训练后综合分达 52.89。