ResOPD：面向稀疏在线策略蒸馏的尾部残差化方法

ResOPD 提出用尾部残差化改进稀疏在线策略蒸馏（OPD）：在仅传输采样 token 分数或小 Top-k 分布的稀疏教师接口下，采样 token 估计器虽无偏但梯度方差大，直接优化 Top-k 目标又引入系统性偏差。该方法针对这一两难问题给出改进方案。