fix(latex): 修复中文引号遗漏，补丁 ``...'' → "..."（15处）

上次修复了 ''...'' 模式，遗漏了 ``...'' 包裹中文的情况。
补充修复 ch02-ch08 及 ap01-ap02 中的混合引号。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

chapters/ch08-rl.tex

@@ -645,7 +645,7 @@ RLHF分为三个阶段：
 
 在这个阶段，SFT模型成为RL的智能体： - \textbf{状态}：用户的问题 - \textbf{动作}：生成的回答 - \textbf{奖励}：奖励模型给出的分数 - \textbf{算法}：PPO，保证训练的稳定性
 
-同时，通过\textbf{KL散度惩罚（KL Divergence Penalty）} 约束模型不要偏离原始SFT模型太远，防止''奖励黑客（Reward Hacking）``——模型学会生成奖励模型给高分但实际无意义的内容。
+同时，通过\textbf{KL散度惩罚（KL Divergence Penalty）} 约束模型不要偏离原始SFT模型太远，防止"奖励黑客（Reward Hacking）"——模型学会生成奖励模型给高分但实际无意义的内容。
 
 \begin{lstlisting}[language=Python]
 # RLHF第三阶段伪代码