f-散度损失函数框架

该项目构建了一个基于f-散度的通用损失函数框架，为机器学习模型提供了更广泛和灵活的损失函数选择。实验表明，α-散度（α=1.5）损失函数在分类和语言建模任务中表现良好，尤其是在预训练、微调（SFT）和知识蒸馏等场景下。该框架包括f-softargmax运算符和并行双分算法，增强了计算效率。