printf("=== 排序算法性能测试 (n=%d) ===\n", N);
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。
，这一点在91视频中也有详细论述
Elon Musk appears to be grasping at straws in a lawsuit accusing OpenAI of poaching eight xAI employees in an allegedly unlawful bid to access xAI trade secrets connected to its data centers and chatbot, Grok.
Основное преимущество технологии в том, что ее можно масштабировать путем разведения, а не заводского производства.