英文：Black-Box Distillation 分类：frontier
只访问教师模型输入输出（API 调用）、不接触内部结构的蒸馏方法：通过收集教师回答/推理轨迹训练学生模型，是最实用的蒸馏方式（对闭源模型有效）。
流程：构造提示集→调教师 API 获取输出→清洗→训练学生（SFT）；关键技术：提示多样性（覆盖分布）、输出选择（高质量子集）、推理轨迹收集（CoT 蒸馏）；代表：DeepSeek R1 蒸馏到开源小模型；风险：成本与教师政策限制。
用于从闭源大模型（GPT/Claude）蒸馏开源小模型、领域模型构建（教师出数据）、低成本复刻能力；黑盒蒸馏是"逆向学习的捷径"。