DynamicTune

DynamicTune 把教师隐藏轨迹视为表示空间中的信息速度场，以局部正交 Procrustes 对齐并直接闭式修改学生 MLP 权重，省掉反向传播和训练数据管线。跨 Qwen3.5 4B→0.8B、GPT-2 XL→small 的测试显示，只改 0、7、15、23 层可使多域 held-out NLL 降 10.8%；全 24 层修改会让 NLL 增 64.78%，说明选择编辑位置本身是主要算法问题。