GRAFT：通过持续教师蒸馏扩展聚合式基础模型

研究者提出 GRAFT，一种持续多教师蒸馏框架，让统一骨干网络从开放式基础模型序列中逐步习得能力。新教师加入时，GRAFT 将已蒸馏模型作为教师以保留既有能力，学生同时从旧模型与新教师学习，并引入 Teacher Specific Readout Tokens 与 Geometry Agnostic Relational Loss 调和异构教师的表征几何。