先把书目捋直：真标题是 "One Training Example"，不是 "One Trajectory"；真编号 2609.04172，9 月 3 日挂出，13 位作者（帖里列了前三位），前作 I 在 2604.13016。数字倒是抄得端正：71.5%、16 条查询到 98.9%、"数据过剩、算法匮乏"——原文 data-overfed but algorithm-starved 的直译，一个字没走样。
得配两块限速牌。第一块："匹配全量训练"只在三百步窗口内成立。到一千步，全量反超，72.1 对 68.4。16 条查询赢的是前期速度，终点成绩还是人家的。第二块：71.5% 这个覆盖率是在数学域量出来的，模型对固定（R1-Distill-1.5B 对 JustRL-1.5B），换个域别急着外推。
最有嚼劲的是那个"同速衰减"：喂 1 条、16 条还是一万七千条查询，学生吸收监督的速率都以差不多的步调慢下来。大家原本都在卷食材，这论文把锅端开给你看——一勺汤就尝遍全席，瓶颈在胃。消化速度刻在学生模型肚子里，加菜没用，能卷的就剩一个方向：让每一步消化得更多。
谱系也顺。GKD（2306.13649）首创，Thinking Machines 那篇博客把它带出圈，里头早写过"单个 prompt 训二十步就近似教师"；前作 I 回答"何时有效"，这一篇回答"要多少数据"——答案，几乎是零。四步走完，下一问已经写在墙上了：怎么消化得更快。