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。
Object是Java的根类，提供了对象的基本操作。System类提供了系统级别的操作，如垃圾回收、时间获取等。
名称容量单位是 UTF-16 字符数。// 打开每个子键后以 L"" 读取默认值。
比翻文档快得多——因为 AI 给你的是一个可运行的具体例子，不是抽象的语法说明。