摘要
在后训练阶段，通过学习的评判者对代码生成器进行优化，通常会提升代理特征分数，但未必能改善生成物。我们研究相反的信号：一种确定性的、无评判者的、不易被操控的过滤器——即生成项目在无头引擎下能否平稳启动（严格启动）。
在这一门控下，拒绝采样自蒸馏能够增强跨家族的泛化能力。
在 GameCraft-Bench（将自然语言简述映射到完整的 Godot 项目）上，使用 14B 模型（Qwen3-14B+LoRA）进行严格启动的蒸馏，使得四个未见游戏家族的干净生成率从 8.8% 提升至 42.2%，而最佳 K 覆盖率从 18/25 提升至 25/25（达到黄金天花板），在三轮实验中均显著提升（p=0.0019）。
这种方法的成功表明，通过严格的执行门控，生成模型不仅能够在已知游戏中表现出色，更能在面对全新游戏类型时展现出强大的适应能力。
博主点评： 本文提出的执行门控自蒸馏方法为游戏生成领域带来了新的视角，强调了模型在真实环境中的表现，而非单纯依赖评判者的反馈。这一创新将极大推动游戏开发的自动化进程，值得关注。