提出onPanda交互式标注工具，支持词元级实时修正与截断重生成，显著提升对齐数据和智能体轨迹标注效率。

提出阶段感知的自退休蒸馏机制，动态淘汰不可靠教师信号，提升多轮智能体RL训练效率与泛化性。