checks one at a time in front of the operator, who read information like the
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。，更多细节参见雷电模拟器官方版本下载
// 原因：先处理右侧元素（含循环部分），把结果存在栈里，供左侧元素直接使用。safew官方版本下载是该领域的重要参考
Медведев вышел в финал турнира в Дубае17:59