07 Visual Assets

页面目标

这页收口后训练优化的图册资产。第一阶段先固定“该有什么图、图用来回答什么问题”，后续再逐步补成正式 SVG。

图册顺序

建议按下面顺序补图：

1. alignment_lifecycle

• 从 SFT model -> alignment gap -> method choice -> eval -> project decision

图示占位：Post-Training Alignment Lifecycle 尚未生成。

2. rlhf_ppo_system_loop

• policy / reference / reward / rollout / update 的完整链路

图示占位：RLHF and PPO System Loop 尚未生成。

3. dpo_pairwise_objective

• chosen / rejected / reference 的关系图

图示占位：DPO Pairwise Objective 尚未生成。

4. grpo_groupwise_candidates

• group candidates、relative comparison 和候选组评测

图示占位：GRPO Groupwise Candidates 尚未生成。

5. preference_eval_matrix

• win-rate / pairwise accuracy / judge score 的口径对照

图示占位：Preference Data and Evaluation Matrix 尚未生成。

6. project_decision_board

• adopt / tune / reject 的项目决策图

图示占位：Post-Training Project Decision Board 尚未生成。

图的职责

这些图不追求花哨，重点是降低抽象感：

• 01 负责总入口图
• 02 / 03 / 04 负责方法区别
• 05 负责评测口径统一
• 06 负责项目收口

当前状态

第一批与第二批方法图已经补齐；当前图册已覆盖 01-06 的主要入口。