带可验证奖励的强化学习（Reinforcement Learning with Verifiable Rewards, RLVR）是提升大型语言模型（Large Language Models, LLMs）推理能力的强效范式。然而，当前的RLVR方法在探索方面往往表现不佳，易导致模型过早收敛和熵崩溃。为应对这一挑战，我们提出了好奇心驱动探索（Curiosity-Driven Exploration

泛型程序设计的基本概念类型T必须具备3个功能：1.类型T的变量之间能够比较大小2.类型T必须具有公有的复制构造函数3.类型T的变量之间可以用 = 赋值概念、模型容器顺序容器将一组具有相同类型的元素以严格的线性形式组织起来vectordeque（类似queue，但是可以在队列头增加元素，队列尾删除元素。deque 容器中存储元素并不能保证所有元素都存储到连续的内存空间中）list关联容器set、mu

下载github desktop下载github desktop（不选择Git，因为这个对于我这个初学者还有点复杂）官方下载地址：GitHub Desktop | Simple collaboration from your desktopgithub desktop setup点击这个程序，登录你的github账号即可下载Git因为使用github desktop必须要下载并配置Git才行Git

下载github desktop下载github desktop（不选择Git，因为这个对于我这个初学者还有点复杂）官方下载地址：GitHub Desktop | Simple collaboration from your desktopgithub desktop setup点击这个程序，登录你的github账号即可下载Git因为使用github desktop必须要下载并配置Git才行Git

总体：试验的全部可能的观察值称为总体个体：总体中每个可能的观察值称为个体总体期望=样本平均期望总体方差/n=样本平均方差X1，X2……Xn相互独立（x1，x2……xn是观察值），称为总体X的一个简单随机变量（样本）联合=（全部）边缘相乘函数表示化（不含未知参数，不一定是线性关系函数）主要是要知道Sn2是样本方差的意思首先知道各个符号代表什么意思：A——原点矩B——中心矩σn——偏样本方差理解：总体

注意∶置信水平为 的置信区间是不唯一函数不对称的情况：注意这里的卡方分布的下区间的下标问σ就用这个枢轴函数。

相对性原理指的是所有惯性系地位是平等的，即所有惯性系中物理规律的形式应该是相同的所有惯性系地位平等。

平动刚体定轴转动角位移角速度角加速度例题这题不难，但是也是学习思路（因为一开始写，不会写）首先，看到转多少转就想到求角位。ω是变化的，所以用定积分（ωdt）。将ω表达为含t的表达式，根据题意（角加速度是变化的）用定积分（αdt）表达ω即可力矩F要与r垂直，才是有效的例题转动惯量说明只有对于几何形状规则、质量连续且均匀分布的刚体，才能用积分计算出刚体的转动惯量。不规则的用实验测出典型不算是例题，要记

比赛的时候，脑袋要清晰一点，当时写幸运数这道题都感觉没在用脑子思考，花了特别多时间。

光是一种电磁波。