JOLT报告的6.5倍缩减是token口径；如果它需要额外的教师训练阶段、更多训练步数，或每步要跑多次前向（教师评价+学生生成），总FLOPs的节省可能明显小于6.5倍，甚至在模型较小时出现倒挂。