非常感谢你们的工作。在复现的时候有一个地方不太明白，想向你们请教一个地方。
下面这个参是控制学生模型的思考
Non-thinking Models: When training a non-thinking model (e.g., Qwen3-1.7B (Non-thinking)) using OPD or RL, you must add +data.apply_chat_template_kwargs.enable_thinking=False to the training script.
我读了你们知乎的那篇文章https://zhuanlan.zhihu.com/p/2023482883415835093
最后提到了试了老师模型(qwen3-4b，思考和不思考），单纯opd的话（不做sft），你们是怎么控制的呀
是通过修改老师模型的chat_template来控制think 和 no think嘛？具体的参数是哪一个呀？
非常感谢你们的工作。在复现的时候有一个地方不太明白，想向你们请教一个地方。
下面这个参是控制学生模型的思考
我读了你们知乎的那篇文章https://zhuanlan.zhihu.com/p/2023482883415835093
最后提到了试了老师模型(qwen3-4b，思考和不思考），单纯opd的话（不做sft），你们是怎么控制的呀
是通过修改老师模型的chat_template来控制think 和 no think嘛？具体的参数是哪一个呀？