主要用来观察整体升降趋势。（图表中和图例相同颜色的那根线） Step：横轴坐标，也就是从训练开始，智能体和环境一共执行了多少步 action。
TeXstudio 是一款开源跨平台 LaTeX 编辑软件，界面与 Texmaker 类似。
之前我介绍过 Callstack 的 agent-device——它的定位是"给 Codex / Claude Code 当手脚"，你得有一个 AI Agent 来驱动它。
静态代码块: 在类加载时执行，只执行一次。语法：static {} 实例代码块: 在构造方法执行之前执行，用于对象初始化。
"Relentlessly" 告诉模型：这次的追问比平常的"彻底"更猛，不要因为觉得够了就停。