OpenResearcher 将大模型研究行为蒸馏进小模型，教师轨迹生成耗时约两天

大模型的研究能力，两天就能蒸馏进一个小模型

OpenResearcher 团队在封闭检索环境中生成大模型探索轨迹，通过监督微调将研究行为蒸馏到每步激活参数约 3B 的小模型。GPT-OSS-120B 使用 64 块 H100 运行约两天，记录近十万次探索，学生模型训练仅需几小时，在 BrowseComp-Plus 上取得 54.8 分。