tutorial资讯

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。

DB = "spider.db"

。搜狗输入法下载对此有专业解读

第一百条 违反治安管理行为人、被侵害人或者其他证人在异地的，公安机关可以委托异地公安机关代为询问，也可以通过公安机关的视频系统远程询问。

第二十一条 违反治安管理行为人自愿向公安机关如实陈述自己的违法行为，承认违法事实，愿意接受处罚的，可以依法从宽处理。