1.基础样式覆盖 插件首先运用基础样式覆盖，确保导出文档的整洁： 隐藏干扰元素：应用display: none !
right.com.cn/forum/forum.php?mod=viewthread&tid=8423011 https://sssddddff.
全文按照“概念—机制—证据—实践”逐步展开： 第一至三章建立基础，并分别说明 SFT 与 RL； 第四章从知识蒸馏出发，解释 OPD、OPSD 与 MOPD； 第五、六章讨论遗忘、泛化、KL 方向，以及学生为何可能超过教师； 第七章回到实验，检验教师类型与在线策略数据分别发挥什么作用； 第八、九章给出完整后训练流水线、方法选择框架与最终结论。
AI 运行时：hydrate 不打断正在运行的专家会话；LLM 配置热读；工具调用格式对齐 OpenAI / Anthropic。