七、意外收获：CSG资料交换 在开发过程中，项目还顺带产出了一对有趣的命令： 导出：遍历选中3D实体的包围盒信息，以CSG（构造实体几何）JSON格式序列化。
因此，我们可以把后训练理解为对模型输出分布的重新塑造。本文重点讨论三种后训练方法： 监督微调（Supervised Fine-Tuning，SFT）：在预先准备好的标准答案上学习； 强化学习（Reinforcement Learning，RL）：从当前模型的输出中采样，再根据奖励优化； 在线策略蒸馏（On-Policy Distillation，OPD）：由学生生成轨迹，再由教师在学生实际访问的状态上提供逐 token 指导。
Fireworks 的结论很直白：「单一模型既浪费，也不再是最佳方案。」它建议把 K3 作为默认底座，大部分任务开源模型已经够强了，只有少数复杂场景才路由到 Fable 级别的闭源模型。
二季度公募对TMT配置及个股集中度均创历史新高，短期拥挤可能引发震荡，但行情是否反转仍取决于产业景气和业绩趋势。