蒸馏是模仿，学强模型的输出，把它的「答案形状」复制过来；RL 是探索，模型必须大量自己推理、自己生成、在错误里反复迭代，从试错中提炼能力。
Copyright © 1997-2026 by www.people.com.cn all rights reserved，更多细节参见搜狗输入法下载
addSolidGeometry(new THREE.ExtrudeGeometry(shape, extrudeSettings));。旺商聊官方下载是该领域的重要参考
for await (const chunks of input) {，这一点在Line官方版本下载中也有详细论述