每个任务都是完整 agent 循环，不是单次推理。两个模型各有强项。K3 在符号数学和开发工具链上更强，终端任务里拿了 11 个 solo win（Fable 7 个），安全加密类集群里表现突出。
Shared 零堆分配 #define 常量 const int / static readonly 编译器内联 位操作 (val >> shift) & mask 相同写法 + [MethodImpl(AggressiveInlining)] JIT 直译 goto 跳转表 while + break / switch 保持循环语义 C 指针 + 偏移 Span 索引器 安全且零拷贝 4.
其实就是控制神经网络每一次参数更新的步幅大小。lr 大：参数改动幅度大，学习快，但容易震荡、训崩 lr 小：更新平稳，不容易翻车，但收敛速度变慢 图中是固定学习率，没有开启线性衰减（lr_schedule）。
length; j++) { System.out.println(arr[i][j]); } } 数组存储对象: Animal[] animals = new Animal[2]; animals[0] = new Cat(); animals[1] = new Dog(); 数组扩容: int[] src = {1, 2, 3}; int[] dest = new int[src.