本项目集成了全网优秀的攻防武器工具项目，包含自动化利用，子域名、目录扫描、端口扫描等信息收集工具，各大中间件、cms、OA漏洞利用工具，爆破工具、内网横向、免杀、社工钓鱼以及应急响应、甲方安全资料等其他安全攻防资料。

On-Policy Distillation的基本范式已经确立——学生在自己的rollout上接收教师的token级信号，避免off-policy的暴露偏差，同时获得比稀疏奖励RL更稳定的梯度。但"均匀蒸馏"的局限也同步暴露：教师-学生能力差异导致梯度方差爆炸、多领域能力整合时信号互相干扰、弱 ...