ReACT Agent 是一个将大型语言模型的推理能力与外部工具的执行能力相结合的框架。它通过“思考-行动-观察”的循环，让模型能够有计划、有步骤地解决复杂问题，其过程类似于人类解决问题的方式，既强大又透明。它是构建下一代 AI 智能代理（如 AutoGPT、BabyAGI 等）的核心技术基础之一。

ReACT Agent 是一个将大型语言模型的推理能力与外部工具的执行能力相结合的框架。它通过“思考-行动-观察”的循环，让模型能够有计划、有步骤地解决复杂问题，其过程类似于人类解决问题的方式，既强大又透明。它是构建下一代 AI 智能代理（如 AutoGPT、BabyAGI 等）的核心技术基础之一。

MCP（Model Context Protocol）是一个革命性的开放协议，它通过标准化 LLM 与外部工具和数据源的交互方式，安全、高效地打破了AI模型的“信息茧房”和“无能之困”。它不仅是技术上的进步，更是生态和理念上的开放，为构建真正强大、实用且可控的AI应用奠定了坚实的基础。

用大模型做搜索推荐，其发展脉络是从“工具”到“大脑”初期：作为特征生成器和语义编码器，赋能现有系统。中期：作为意图理解和重排的核心模块，深刻影响搜索链路的头尾。远期：作为端到端的生成式系统，直接创造个性化、对话式的搜索推荐体验。当前业界大部分公司处于从初期向中期过渡的阶段，积极将LLM应用于查询改写、内容理解和列表重排等场景，以显著提升系统的语义理解能力和用户体验。而完全的端到端生成式系统，仍是探

SSIM（Structural Similarity Index Measure，结构相似性指数）是一种用于衡量两幅图像感知相似度的全参考图像质量评价指标，由王舟等人于2004年提出。相较于传统的MSE（均方误差）、PSNR（峰值信噪比），SSIM 更符合人类视觉系统（HVS）特性，能更好地反映图像内容的结构信息损失。核心思想SSIM 认为人眼主要感知图像中的结构信息（如边缘、纹理），而非绝对像素

BLEU 是一个在机器翻译领域极其重要的自动化评估指标。它通过计算机器译文与参考译文在 n-gram 上的修正精确度，并结合简洁惩罚，提供了一个快速、客观、低成本的质量评估手段，特别适用于系统级（语料库级别）的比较和迭代开发。

主要思想：随机增加ROI区域的深度，模拟物体处在不同位置的形态。

特性batch_size = 全数据集中等 batch_size (e.g., 32, 64, 256)梯度质量噪声大，方差高非常精确，方差低噪声适中，是真实梯度的良好估计训练稳定性非常不稳定非常稳定相对稳定收敛速度慢（步数多）快（步数少）但每步慢总计算时间最优泛化能力通常较好（噪声正则化）通常较差（陷尖锐最小点）最好（噪声与稳定性的平衡）硬件利用率极低（无法并行）高（但可能内存受限）极高（完美并

该数据集包含来自 2024 年美国数学邀请赛 (American Invitational Mathematics Examination, AIME) 的题目。AIME 是一项以其极具挑战性的数学问题而闻名的、享有盛誉的高中数学竞赛。AIME24 要求答案必须为 0~999 的整数（符合原竞赛规则）。ACC 仅当模型输出完全等于标准答案的整数时计为正确。ACC=模型正确回答的问题数/评测集总问题

reshape里的-1