diff --git a/基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md b/基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md
index 30940a3..24bb20a 100644
--- a/基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md	
+++ b/基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md	
@@ -535,17 +535,17 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
         
     *   OJ 平台对单测试点的评分下公式：
         
-$$
+        $$
         S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}},
-$$
+        $$
     
         其中，$T_k$代表你提交的 kernel 平均执行时间；$T_b$代表基准算子的的平均执行时间，对应 50 分；$T_h$​代表硬件理论下限耗时，对应100分 。
     
-        当单测试点得分超过 150 分时，平台会按对数压缩规则显示：
+    *   当单测试点得分超过 150 分时，平台会按对数压缩规则显示：
 
-$$
+        $$
         S_{\text{display}} = 150 + 10 \cdot \log_{10}(S/150)
-$$
+        $$
     
         总得分为各测试点得分的算术平均，总耗时为各测试点$T_k$的求和。