用一个两结果分布的手算例子解释 entropy、cross entropy 和 KL divergence：真实分布本身有多难编码、用错误分布编码要多贵，以及为什么 cross entropy 会自然成为分类和语言模型训练目标。

用编码代价、SFT/RLHF 目标和连续分布例子解释 KL divergence：为什么 KL(P || Q) 不等于 KL(Q || P)，以及两个方向分别惩罚什么。