Swift-Qwen3.8以更少思考换取近两倍提速

该开源后训练模型称减少58%思考Token、提速1.95倍，准确率损失低于1%。

推荐理由：方法并非直接截断推理，而是惩罚与过度思考相关的Token，再用在线策略蒸馏补回精度；若结果可复现，将显著改善推理模型成本效率。