Un preprint de Salesforce AI Research plantea que entrenar modelos expertos por separado y luego destilarlos en un solo sistema puede igualar el rendimiento del aprendizaje por refuerzo conjunto con 42% menos cómputo en una prueba de matemáticas y código. El resultado es prometedor, aunque depende de una configuración específica y no convierte la destilación en una solución universal. ***