LoPD1 篇实战文章

我差点把它当又一个自蒸馏变体关掉标签页。第一遍读的时候，满眼都是实验表格，工具使用、代码生成，两列数字压着 RLVR 和几个 OPSD 变体，rollout 预算只要 SkillSD 三成不到。