蒸馏训练时，学生模型是仅学习教师模型的预测值，还是同时学习预测值和真实标签？

回答思路

1. 区分软标签（教师预测分布）与硬标签（真实label）
2. 说明蒸馏损失通常由软标签交叉熵与硬标签交叉熵加权组合
3. 能解释为何常结合两者以兼顾泛化与真实监督