Muon-RT 用教师轨迹替代动量缓冲，微调省显存并提升 2.6 分

Muon-RT 取消独立动量缓冲，改用 EMA 教师与学生权重间的位移向量更新模型参数。在 Qwen2.5-7B-Instruct 的 SDFT 微调实验中，相比 AdamW 平均提升 2.6 个百分点，其中 Tool use 提升 3.6、Science 提升 1.6，同时降低每 GPU 显存占用。