AlphaGoゼロロス関数は、MCTS確率とNN確率の類似度をどのように測定するのですか？

Question

AlphaGoゼロニューラルネットワークでは、MCTSの確率と値をグラウンドトゥルースラベルとして使用する損失関数を使用しています。私は、ニューラルネットワークの出力がログ（例えば、実数値）または生の確率（[0,1]）として扱われるかどうかを調べようとしています。損失関数では、MCTS確率（[0,1]にあると確信している）のように、NN確率の対数でベクトルを掛けたものになります。これは損失の負の項ですが、この項の大きさは2つのベクトルの類似性について何を示していますか？なぜ値が大きいほど類似性が高いのでしょうか？

Answer 1

hereで説明したように、クロスエントロピー損失のモンテカルロ推定であることが判明しました。