问题树单纯归档还不够，因为它管的是「已知的知识」，而逆向工程推进的过程中，问题本身是动态生长的。
早在2025年5月的Qwen 3技术报告中，Qwen团队就已经明确表示，其后训练阶段的强化学习“聚焦于数学和编程任务”，并在展望部分坦承“计划增加强化学习算力，特别强调基于环境反馈的agent强化学习系统”。，这一点在PDF资料中也有详细论述
，这一点在91视频中也有详细论述
Consensus Weight
�@�f�����M�E�W���p����3��5���A���А��_�C�i�~�b�N�q�[�^�[�̐V�F���f���u�}���`�_�C�i�~�b�N�q�[�^�[ �\���[��Wi-Fi���f�� �u���b�N�iIDH15WIFI-BB�j�v���lj��A�uGREEN FUNDING�v�ɂăN���E�h�t�@���f�B���O�x�����t���J�n�����B���s���i��7��4850�~�����i�ō��݁j�B，详情可参考纸飞机下载