从专有模型到开源模型：用多智能体协议蒸馏弥合智能搜索中的分布差距

论文提出多智能体协议蒸馏（MAPD），让离线多智能体系统把搜索轨迹转成包含任务类型、推理计划和抽取事实的JSON协议，并将其作为学生模型的特权训练信号，与稀疏RL结合。在七个问答基准上，Qwen3-1.7B和4B平均成功率分别达到39.4%和44.4%。