修正后 = α × 周围均值 + (1 - α) × 当前值。如果 α=0.6 → 更倾向邻域均值，但保留一部分原始信息 ✨。如果 α=1 → 完全信任邻居（最大去噪，最模糊）：当前像素值（可能是噪声，但可能也包含真实信息），特别是在低光、压缩或传感器噪声较高的场景下。如果某像素超出这个区间，就认为它可能是噪声；被判断为噪声（即远离周围邻域像素太多），，而亮度（Y）更重要，用来体现图像细节。：邻域

smolagents是一个简单而强大的用于构建 AI Agent 的框架。它为大语言模型 (LLM) 提供了与现实世界互动的自主性，例如搜索或生成图像。正如我们在第一单元中学到的，AI Agent 是使用 LLM 根据来生成，从而执行的程序。让我们来探讨一下这在 smolagents 中是如何实现的。

思考行动观察。

思路：从后往前，一开始2个数字为一组，若最前面的数字小于等于后面任一一个数字，则从中挑中第二小的数字，并与最前面的数字交换顺序，并对后面的数字从小到大排序，反之则将指针往前。 python 实现

力扣刷题