The new API makes you choose one of these four explicitly:
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Line官方版本下载中也有详细论述
，更多细节参见heLLoword翻译官方下载
Москвичи пожаловались на зловонную квартиру-свалку с телами животных и тараканами18:04
Nature, Published online: 24 February 2026; doi:10.1038/d41586-026-00591-z，这一点在旺商聊官方下载中也有详细论述