此前对于rl的这两个概念一直很模糊，在此整理一下。
-
AIGB：用扩散模型颠覆传统自动出价范式
这是阿里巴巴在广告自动出价的一篇工作，用扩散模型颠覆了传统深度rl出价的范式，取得了线上线下的巨大收益。
-
MFU
MFU（Model FLOPs Utilization，模型浮点运算利用率） 是衡量深度神经网络（DNN）在训练或推理过程中硬件计算效率的关键指标。它回答了一个核心问题：
“我们的 GPU/TPU 算力，到底有多少真正用在了模型计算上？”
-
毫米波雷达&激光雷达
在自动驾驶和智能感知领域，毫米波雷达和激光雷达都是不可或缺的组件。
-
EOM公式推导
在uplift建模中，除了AUUC、QINI指标，还有EOM。它是基于离线RCT模拟评估在线业务收益的指标，EOM越高，业务收益越高。
-
图像生成评估指标IS&FID
IS（Inception Score） 和 FID（Fréchet Inception Distance） 是评估生成模型（特别是GAN、Diffusion等）最常见的两个指标
-
ε-greedy策略
ε-greedy（Epsilon-Greedy） 是强化学习中最重要、最基础的概念之一，它完美地解决了探索（Exploration） 与利用（Exploitation） 之间的权衡问题。
-
Q-Learning中的Q值和奖励R
为什么不用奖励R作为当前Q值，这里解释一下。
-
馈电油耗
馈电油耗 一般出现在 插电混合动力汽车（PHEV） 或 混合动力汽车（HEV） 的指标描述里。
-
股市指数点位计算逻辑
以沪深300指数点位的计算方式为例：