术语表与翻译约定

本书中文版由英文版翻译而来。英文版（tutorial/chapters/）是唯一的规范来源：代码、运行输出、数学公式与图都在英文版中执行和校验，中文版逐字保留它们，只翻译正文。本页规定译名，保证全书用词一致。

​

翻译约定

1. 只翻译正文。 标题、段落、列表、表格中的文字、图注（![...] 方括号内的文字）、提示框（Pitfall、In production、Evidence 等）、小结与练习都要翻译。代码块、Output: 之后的输出块、$$ 数学块、Mermaid 图、图片路径一律原样保留，不改一个字符。scripts/check_translation.py 会逐字比对。
2. Output: 标签保持英文。 它是校验器识别输出块的标记。
3. 术语首次出现时附英文。 采用通行译名，首次解释时附英文，例如“策略梯度（policy gradient）”。后文按阅读需要保留英文，不要求每章重复双语标注。actor、critic、on-policy、off-policy、rollout 等保留英文，首次出现时说明含义；不为追求全中文而造译名。缩写（PPO、GRPO、KL、SFT、RLVR、GAE、DPO 等）直接使用，不翻译。
4. 行内代码保持原样。 `train_rl`、`action_mask`、`<call> read </call>` 等不翻译。函数名、参数名、配置字段、文件名、工具名（read、test、edit、submit）都保持英文。
5. 专有名称不翻译。 BugFix gym、TinyAgent、Qwen3-0.6B、DeepSWE、SWE-bench、verl、vLLM 等保持原文。
6. 章节编号与结构不变。 标题保留编号（如 ## 6.1 ...），标题数量与层级必须和英文版一致。
7. 链接。 章节之间的链接指向中文版的同名文件（如 06-policy-gradient.md）。带锚点的链接要改成中文标题生成的锚点：锚点规则是小写，去掉标点，空格换成连字符，保留汉字。例如 ## 6.1 得分函数估计量 的锚点是 #61-得分函数估计量。指向来源台账、编辑指南等只有英文的页面时，路径改为 ../../sources.md 这样的相对路径。图片路径从 ../figures/ 改为 ../../figures/，图片本身不变。
8. 文风。 面向有经验的大模型工程师，使用准确、简洁的技术中文。可参考《动手学深度学习》（d2l-zh）的行文，但不要照搬其文字。数字、单位、百分比与英文版完全一致。中英文之间不强制加空格，但全书保持一致：中文与英文单词、数字之间加一个空格。使用中文全角标点，行内代码与公式两侧不加全角引号。
9. 证据标签不变。 英文版中“本书测得”“论文报告”“假设或建议”的区分，必须在中文中同样清楚，不得把报告的结果写成测得的结果。

​

译名表

​

补充译名（翻译过程中确定）