Distort reality
5C9 SLCTR DESSDT 4 IN=+ ; delay slot 1: compute descriptor address
，详情可参考Line官方版本下载
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。
Овечкин продлил безголевую серию в составе Вашингтона09:40
В Финляндии предупредили об опасном шаге ЕС против России09:28