AlphaGo零损失函数如何衡量MCTS概率和NN概率之间的相似性？

Question

正如您在图像中看到的，AlphaGo Zero神经网络使用损失函数，该函数使用MCTS概率和值作为地面实况标签。我试图了解神经网络的输出是否被视为logits（例如实值）或原始概率（[0,1]）。在损失函数中，看起来MCTS概率（我确信它位于[0,1]中）是向量乘以NN概率的对数。这是损失中的负面术语，但这个术语的大小表明两个向量的相似性是什么？为什么更大的值表示更多相似性？

Answer 1

据说here解释了蒙特卡罗对交叉熵损失的估计。