SGUID
一种用于LLM技能库蒸馏的筛选方法，仅保留在训练中持续产生有效学习信号的技能，支持模型与技能库协同进化，通过迭代循环实现技能库与模型能力互相驱动提升
时间轴 (近 90 天)
SGUID 研究指出，在策略内蒸馏中，检索到的技能里不到 25% 能提供有效的学习信号。
SGUID 的核心筛选逻辑是：只有当某个技能在训练过程中持续产生有效的学习信号时，才保留它。
SGUID 设计为支持模型与技能库协同进化：每轮蒸馏后从更新后模型的 rollout 中提炼新候选技能库，再筛选下一轮内化的技能，循环迭代。
在 Olmo 和 Qwen 两个系列的四个模型上，蒸馏 6 个精选技能后，其中三个模型在均值 avg@12 上匹配或超过完整技能库蒸馏的效果。
经过第二轮蒸馏 3 个新选技能后，四个模型全部达到或超过完整技能库水平，而此时完整技能库的规模最多是 SGUID 所选技能的 11 倍。
在 Qwen3-8B 上，第二轮循环选出 3 个新技能后，模型表现从 64.3% 提升到 66.3%。
在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。
使用 SGUID 时，Qwen3-4B 第一轮后 HMMT25 提升 0.5 个百分点，第二轮后累计提升 1.1 个百分点。
在模型-技能协同进化中，若某一轮误纳了劣质技能，错误会被放大并污染后续所有轮次。
技能筛选不是优化选项，而是稳定协同进化的必要机制。
全部知识事实 (10)
SGUID 研究指出，在策略内蒸馏中，检索到的技能里不到 25% 能提供有效的学习信号。
50%待验证SGUID 的核心筛选逻辑是：只有当某个技能在训练过程中持续产生有效的学习信号时，才保留它。
50%待验证SGUID 设计为支持模型与技能库协同进化：每轮蒸馏后从更新后模型的 rollout 中提炼新候选技能库，再筛选下一轮内化的技能，循环迭代。
50%待验证在 Olmo 和 Qwen 两个系列的四个模型上，蒸馏 6 个精选技能后，其中三个模型在均值 avg@12 上匹配或超过完整技能库蒸馏的效果。
50%待验证经过第二轮蒸馏 3 个新选技能后，四个模型全部达到或超过完整技能库水平，而此时完整技能库的规模最多是 SGUID 所选技能的 11 倍。
50%待验证在 Qwen3-8B 上，第二轮循环选出 3 个新技能后，模型表现从 64.3% 提升到 66.3%。
50%待验证在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。
50%待验证使用 SGUID 时，Qwen3-4B 第一轮后 HMMT25 提升 0.5 个百分点，第二轮后累计提升 1.1 个百分点。
50%待验证在模型-技能协同进化中，若某一轮误纳了劣质技能，错误会被放大并污染后续所有轮次。
50%待验证技能筛选不是优化选项，而是稳定协同进化的必要机制。
50%