Elasticsearch 修复分页、模板就绪、空索引、条件转换与查询契约问题。
熵（Entropy）：用来衡量策略随机性大小。熵越大：动作概率分布越平均 → 智能体更喜欢随机探索 熵越小：策略趋向确定性，总是固定选最优动作，探索变少 train/explained_variance 解释方差（Explained Variance）专门用来评价 PPO 里 Critic 价值网络（估值网络）预测准不准。
.appendQr_wrap{border:1px solid #E6E6E6;padding:8px;} .
getPromptTokens(), usage.getGenerationTokens(), usage.