用 Flame 训练 Search-R1 智能体：Qwen2.5-3B-Instruct 准确率从 14.5% 提升到 47.0%

Flame 的 Search-R1 训练示例以分布式 Python 服务跑通搜索智能体训练闭环，Qwen2.5-3B-Instruct 在 200 道题的 held-out exact match 上从 14.5% 提升到 47.0%。