SDAR：自蒸馏Agent强化学习方法的完整官方实现

ZJU-REAL团队发布SDAR的完整官方实现，把自蒸馏Agent强化学习方法落地为可运行的开源代码，便于研究者复现方法并在此基础上改进。自蒸馏路线试图以更低训练开销强化Agent能力，官方实现降低了复现与二次开发门槛。本次公开材料未披露实验结果与支持的模型规模等更多细节。