## 索引的类型*PostgreSQL提供了几种索引类型：B-tree，Hash，GiST，SP-GiST，GIN和BRIN。每个索引类型使用不同的算法，适合不同种类的查询。默认情况下，CREATE INDEX命令创建B-tree索引，这符合最常见的情况。*+ 目前，只有B-tree，GiST，GIN和BRIN索引类型支持多列索引。最多可以指定32列。+ 多列B树索引可以用于涉及索引列的任何子集的

位运算是针对二进制来操作的，位运算符有 &、|、~、^、>&按位与 ，简单一句话 按位与运算就是把一个二进制数变0；因为 1 & 1 结果是 1 其他情况 1&0 、0 &1 、 0& 0 都是 0| 按位或，简单一句话就是将二进制数变1 ；因为 0 | 0 结果是0 其他情况 1 | 1、1|0、0|1 都是1~按位取反更简单，~1 结果是 0 ；~0 结果是 1；^按位异或的结

这个四步流程是RECAP 算法标注回报→ 为离线数据添加 reward/return 标签训练价值模型→ 学会评估状态好坏计算优势→ 区分好/坏的数据点优化策略→ 基于优势信号提升策略让我深入分析训练价值模型的逻辑。首先查看核心代码文件。设计点实现方式优势价值表示分类分布（201 bins）支持多模态价值分布，提供不确定性损失函数Dirac delta 投影 + 交叉熵平滑处理连续价值的离散化视觉

单条Rollout轨迹过长 → 调用LLM把整条动作序列压缩为高密摘要→ 只把摘要塞进上下文，原始长轨迹存入向量库RAG按需召回。# 长轨迹原始文本不直接入上下文long_rollout_text = "step1移动机械臂...step7碰撞...step10任务失败"# 压缩为关键Token摘要。

二维平面，直线可以靠交点互相“免费叠加”；三维空间直线大多异面，堆叠有几何代价。即便外在体积可以为零，内在分形维度必须锁死等于环境空间维数。这套定理，是波动方程、电磁波高频传播的底层几何约束。

l2l^2l2 平方可和序列空间l2={(x1,x2,… ) ∣∑n=1∞∣xn∣2<∞}l^2=\Big\{(x_1,x_2,\dots)\,\Big|\sum_{n=1}^\infty |x_n|^2<\infty\Big\}l2={(x1​,x2​,…)​n=1∑∞​∣xn​∣2<∞}内积 ⟨x,y⟩=∑xnyn‾\langle x,y\rangle=\sum x_n\overline{y_

MAE1n∑i1n∣yi−yi∣MAEn1​i1∑n​∣yi​−y​i​∣误差取绝对值，线性惩罚；对异常值鲁棒；单位和原始标签一致；导数在0点不连续，不可导。输入样本，模型输出一组原始未归一化分值（logits），用来衡量样本属于各类别的置信度。常见场景：分类任务aσzaσz引入非线性。没有激活函数，无论多少层网络等价于单层线性模型。针对单个样本LyyLy​y回归：MSE、MAE。

整体链路：原始输入 →特征提取 →映射到隐空间 →注意力结构变换 →非线性激活 →输出预测。没有拉普拉斯、Z变换；主力是线性代数、矩阵运算、概率统计、微分求导、三角/复数。hi=We⋅xi\boldsymbol h_i = \boldsymbol W_e \cdot x_ihi​=We​⋅xi​We∈Rdmodel×VW_e\in\mathbb R^{d_{model}\times V}We​∈R

外环参数调再漂亮，内环振荡，整机必然抖动异响。

单条Rollout轨迹过长 → 调用LLM把整条动作序列压缩为高密摘要→ 只把摘要塞进上下文，原始长轨迹存入向量库RAG按需召回。# 长轨迹原始文本不直接入上下文long_rollout_text = "step1移动机械臂...step7碰撞...step10任务失败"# 压缩为关键Token摘要。