深度强化学习版恋爱双关：调大 patience 系数、死盯 policy 熵

发帖人把“有女朋友”双关为“不断提高 patience、痴迷盯着她的自拍”，随后以机器学习术语作对照，称深度强化学习是不断加大 batch size、痴迷盯着 policy 熵。这个 AI 圈自嘲梗利用训练概念与恋爱体验之间的反差，引发从业者共鸣。