研究团队表示，三款模型基于相同的基础训练数据集，高一致率的结果符合预期。真正具备研究价值的是模型间25%的分歧部分，这种差异大概率并非源于模型对工具质量的独立判断，而是由基于人类反馈的强化学习（RLHF）调优策略不同，以及生成环节的专属微调差异导致。

基于Scrapy框架开发的飞卢小说网爬虫，用于爬取小说信息和封面图片 基于Flask和ECharts的Web应用程序，用于可视化分析数据库中的飞卢小说数据 系统提供了直观的图表和数据表格，帮助用户了解小说的评分、点击量、标签分布等多维度信息。 本项目采用MIT许可证。