在弱監督條件下訓練的強模型，其性能提升量級相當於強模型對弱模型標籤的擬合誤差，也即兩者之間的差異程度。
在特定條件下，即使使用表現不佳的弱教師模型提供的偽標籤，強大的學生模型也能夠實現泛化，超越弱教師的性能限制。
