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. 蚂蚁集团核心AI研究团队，前沿LLM后训练研究课题; 2. 涉及RLVR、协同策略蒸馏等前沿技术，具有学术发表潜力; 3. 深度参与大模型自演化核心问题，研究成果可直接应用于实际业务