यह शोधपत्र विचार-विलय आसवन (MoT) का प्रस्ताव करता है, जो कई शिक्षक मॉडलों का लाभ उठाकर दीर्घ-दूरी विचार प्रक्रिया (CoT) मॉडलों की अनुमान क्षमताओं का कुशलतापूर्वक आसवन करने की एक नवीन विधि है। एकल शिक्षक मॉडल पर निर्भर पारंपरिक आसवन विधियों की सीमाओं को दूर करने के लिए, MoT कई शिक्षक मॉडलों से मार्गदर्शन को एकीकृत करके एक छात्र मॉडल को प्रशिक्षित करता है। इस पुनरावृत्तीय प्रक्रिया में प्रत्येक शिक्षक मॉडल के लिए छात्र मॉडल को परिष्कृत करना और परिणामों को भार स्थान में विलय करना शामिल है। केवल कुछ उच्च-गुणवत्ता वाले CoT नमूनों का उपयोग करके, प्रतिस्पर्धी गणित बेंचमार्क पर Qwen3-14B छात्र मॉडल पर MoT लागू करने पर, यह विधि DEEPSEEK-R1, QWEN3-30B-A3B, QWEN3-32B, और OPENAI-O1 जैसे शक्तिशाली मॉडलों से बेहतर प्रदर्शन करती है। MoT एकल-शिक्षक आसवन और सरल बहु-शिक्षक एकीकरण विधियों से बेहतर प्रदर्शन करता है, अति-फिटिंग को कम करता है और वितरण बदलाव और समान रूप से उच्च-गुणवत्ता वाले शिक्षक मॉडलों के प्रति मजबूती प्रदर्शित करता है। इसके अलावा, यह भयावह विस्मृति को कम करता है, गणितीय क्षेत्र से परे सामान्य तर्क को बढ़ाता है, और बेहतर शिक्षक मॉडल विकसित करता है। ये परिणाम दर्शाते हैं कि MoT विविध शिक्षक मॉडलों से लघु-छात्र मॉडलों में दीर्घकालिक CoT क्षमताओं को कुशलतापूर्वक आसुत करने की एक सरल और मापनीय विधि है।
