第 4 部分：从 ODE 到 SDE 的理论推导 —— 从公式 (6) 到公式 (9)本部分是Flow-GRPO（Flow Matching + GRPO）的核心数学部分。目标：从 Flow Matching 原始确定性过程：dxt=vt(xt)dt(6) \boxed{dx_t=v_t(x_t)dt}\tag{6}d