파라미터-공간 증류
교사가 생성한 성공 궤적을 이용해 학생 모델에 LoRA 같은 저랭크 어댑터를 파인튜닝해 행동 정책 자체를 개선하는 방법이다. 입력-출력 쌍(시스템 프롬프트·환경·이전 관찰과 행동)을 next-token 예측으로 학습하며, 베이스 모델은 고정하고 adapter 파라미터만 업데이트한다. 이 방식으로 작은 모델이 교사의 행동 패턴을 모방해 절차적 문제 해결 능력이 향상된다.
