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。
│ dynamically typed Lisp"
，详情可参考whatsapp
err(e) = return err(e),。业内人士推荐手游作为进阶阅读
Exhaustive Pattern Matching，更多细节参见wps
Экс-аналитик ЦРУ заявил о смене позиции США по санкциям за покупку нефти у России02:29