GLUE（General Language Understanding Evaluation，通用语言理解评估）是一种常用的评估工具，用于评估 NLP 模型在一系列任务上的有效性。
GLUE 基准测试由纽约大学和谷歌的研究人员开发的。开发 GLUE 的动机是需要一个全面的 NLP 模型评估框架，该框架测试语言理解的不同方面并提供更完整的描述
官网为： https://gluebenchmark.com/
GLUE 共包含 3 个分类 9 个任务：
光流（Optical Flow）是计算机视觉中的一个重要概念，它主要描述的是图像序列中像素在时间维度上的运动变化。
简单来说，光流就是在连续的两帧图像之间，每个像素点的运动速度和方向。
光流的计算基于这样一个假设：在短时间内，连续的图像帧之间，像素的颜色值不会发生显著的变化。基于这个假设，我们可以通过比较连续的两帧图像，来计算出像素点在这两帧之间的运动。
光流有很多应用，例如在视频处理中，可以用来进行运动检测、物体跟踪等；在自动驾驶和机器人领域，可以用来进行场景理解、导航和避障等。
光流问题的主要挑战在于，它是一个典型的病态问题，即小的测量误差可能导致结果的巨大变化，因此需要采用复杂的优化
上下文无关文法（context-free grammar，CFG）：
CFG的形式化定义可以表示为一个四元组 $G=(V,T,P,S)$
预印本
常用指令：
pip install sampleproject
pip install sampleproject==1.0.4 # 指定版本
pip