Agentic-R1 推理新范式，融合多策略蒸馏，实现高效工具链长链推理

Agentic-R1 推理新范式，融合多策略蒸馏，实现高效工具链长链推理：

• DualDistill：轨迹组合蒸馏方法，整合多教师模型异构推理路径，训练单一学生模型
• 资源节省：仅需4×A6000 GPU，支持工具调用融入长链思维（Chain-of-Thought）
• 显著性能提升：在 DeepMath-L、Combinatorics300 等复杂推理任务中表现优异
• 自蒸馏增强：Agentic-R1-SD 通过自我蒸馏进一步优化模型效果，超越传统基线
• 开箱即用：提供完整训练、测试数据及预训练模型，支持快速复现与二次开发
• 代码安全提示：评估脚本执行模型生成代码，请确保使用可信模型

参考文献：
[1] http://github.com/StigLidu/DualDistill
[2] https://huggingface.co/VanishD/Agentic-R1
[3] https://huggingface.co/VanishD/Agentic-R1-SD

知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。