ブラックボックス蒸留は、教師モデルの内部ロジットやパラメータにアクセスせずに、そのテキスト出力のみを学習対象として、学生用の大規模言語モデル（LLM）を構築する手法である。本研究では、オンポリシーかつブラックボックス蒸留を可能にする「生成的対抗蒸留（Generative Adversarial Distillation: GAD）」を提案する。GADは、学生LLMを生成器として定式化し、教師LLMの応答と区別できるように discriminator を学習させる。これにより、ミニマックスゲームが形成される。この discriminator は、学生モデルと共同進化するオンポリシー報酬モデルとして機能し、安定的かつ適応的なフィードバックを提供する。実験結果から、GADは一般的に用いられるシーケンスレベルの知識蒸留を一貫して上回ることが明らかになった。特に、GADを用いて学習された Qwen2.5-14B-Instruct（学生モデル）は、LMSYS-Chatにおける自動評価において、その教師モデルである GPT-5-Chat と同等の性能を達成した。これらの結果から、GADはブラックボックスLLM蒸留において有望かつ有効なパラダイムであることが確立された。