CoRD：经协作式逐步多教师解码蒸馏长CoT推理

蒸馏大型推理模型对让长CoT推理实用化至关重要，因为全规模推理在计算上难以负担。现有基于筛选的方法事后挑选完整推理轨迹，忽视异构教师间的协作，也缺乏动态探索，导致冗余采样并错失互补推理。我们提出CoRD，一个协作式多教师解码框架：以预测困惑度打分与束搜索引导，逐步合成推理。这使异构LRM能共同构建连贯的推理轨迹，同时高效保留多样、高潜力的假设。实验显示，CoRD产出更高质量的推理数据，以更少的结构化监督信号达到接近教师级的学生性能，且无明显效率开销。CoRD在域外与开放式 setting 上也泛化良好。数据集与模型见GitHub。