研究型实习生-面向LLM自演化的Self-Taught RLVR框架研究：自蒸馏、近未来策略优化与协同策略蒸馏

1. 蚂蚁集团研究型实习，深入大模型后训练前沿领域; 2. RLVR、自蒸馏等核心技术研究，具有明确的学术前沿性和发表潜力; 3. 接触veRL、DeepSpeed等分布式训练框架，积累大模型训练实战经验