是的，你的权重渐渐地被玩坏了
在……
成长的
磨练中
是啊，
望向年轻的少男少女们……
这时代太快，而我们太慢了
至于正太？
似乎呀，不是为 reward 的
所以说啊，
是的
只有一个答案
『萝莉』
最后我们都训练成过拟合的，放到生产环境中一看就是梦到什么说什么
不算吧，算是Objective Mismatch
训练目标只是单纯追求最小交叉熵，和使用目标不一致
这你得问通信损耗和调度器了^-^
所以要坚定一个信念：我爱分数，但是我更爱真理。