我第一感觉就是被千问3带歪了…… 
qwen3的推理简直是一坨，但现在在DeepSeek这看起来还好 
官网下架了R1，不知道是不是为后面训练新模型省点卡 
目前也不知道提升有多大。 
顺便，官网提示词微调导让输出风格好像变了？