什么样的思维链，能「教会」学生更好地推理？ 许多人都有这样的学习体验：内容过于熟悉，难以带来新的收获；内容过于陌生，又往往超出理解能力，难以消化吸收。 类似的现象同样出现在大语言模型的推理蒸馏中。来自能力更强的教师模型的思维链，可能过于晦涩，学生模型难以掌握其推理模式；而与学生认知相近的教师 模型，其推理轨迹又常常缺乏新信息，难以带来实质提升。 因此，要获得理想的蒸馏效果，关键在于 为不同学生模型选择恰好合适的数据， 在「熟悉」与「陌生」之间找到最佳平衡。然而，现有基于概率的筛选或度量方 法（如 Perplexity）难以刻画这种细粒度的适配关系。 那么，是否存在一种直观且易于计算的数据适配度指标，能够量化这种平衡？ 来自 复旦大学和上海人工智能实验室的研究者 提出了一种简单而有效的度量方法， Rank-Surprisal Ratio (RSR)： RSR 从学生模型的视角出发，综合考虑样本的信息量与对齐程度，旨在找出那些 既足够「新」，又未超出学生认知边界 的推理数据。 在大规模蒸馏实验中，RSR 与学生模型后训练性能的相关性高达 0.86，并且可以直接用于筛选推理轨迹以及选择教师模型， 无需实际训练即可找 ...