SMAGDi는 계산 비용이 많이 드는 다중 에이전트 시스템(MAS)의 토론 역학을 소형 Socratic 분해-해결사 학생 모델로 이전하는 증류 프레임워크입니다. SMAGDi는 정확성 레이블이 있는 중간 추론 단계와 지속성 및 상호 에이전트 영향을 포착하는 에지를 사용하여 토론 흔적을 방향성 상호 작용 그래프로 나타냅니다. 학생 모델은 언어 모델링, 그래프 기반 감독, 대비 추론 및 임베딩 정렬을 결합한 복합 목표로 훈련되어 유창성과 구조화된 추론을 모두 보존합니다. StrategyQA 및 MMLU에서 SMAGDi는 400억 개의 매개변수를 가진 다중 에이전트 시스템을 60억 개의 매개변수를 가진 학생 모델로 압축하여 정확도의 88%를 유지하며, MAGDi, 표준 KD 및 미세 조정된 기준선과 같은 이전 증류 방법보다 훨씬 뛰어난 성능을 보입니다.