Findet Textstellen auch dann, wenn andere Begriffe verwendet werden als in
der Suchanfrage. Gibt Textausschnitte mit Titel, Jahr und Seitenzahl zurueck.
Benutze dieses Tool, um herauszufinden, was in den gelesenen Papern zu einem
Thema steht - etwa um einen Befund aus den Experimenten mit der Literatur
abzugleichen.

Args:
    query: Thema oder Frage in natuerlicher Sprache, z.B. "warum Warmup beim Training"
    limit: Maximale Anzahl der Textstellen (1-20)
    projekt: Optional auf ein Projekt einschraenken, z.B. "masterarbeit".
             Weglassen, um die gesamte Bibliothek zu durchsuchen.
    bereich: Optional auf einen Bereich innerhalb des Projekts einschraenken,
             z.B. "baselines" oder "related-work". Gueltige Werte liefert
             list_projects. Weglassen, um alle Bereiche zu durchsuchen.

Nutze zuerst search_papers oder list_library, um die paper_id zu bekommen.

Args:
    paper_id: Die numerische ID aus search_papers oder list_library
    max_chars: Maximale Textlaenge, die zurueckgegeben wird

Das ist das richtige Tool fuer Fragen wie "analysiere alle meine Testlaeufe",
"welche Hyperparameter haengen mit dem Ergebnis zusammen", "gibt es Ausreisser"
oder "was sollte ich als naechstes testen". Liefert in einem Objekt:

- jeden Lauf mit flachen Hyperparametern und zusammengefassten Metriken
- welche Hyperparameter ueberhaupt variiert wurden und welche konstant sind
- Korrelationen zwischen numerischen Hyperparametern und JEDER Metrik
- die verfuegbaren Metriknamen und die Laeufe mit hoher Fold-Streuung

Die Korrelationen sind deskriptiv und beruhen oft auf wenigen Laeufen - sie
sind Anhaltspunkte, kein Kausalnachweis. Deute sie im Kontext.

Fuer Vorschlaege, was als Naechstes zu testen ist, kannst du die Befunde
anschliessend mit search_papers gegen die Literatur abgleichen.

Args:
    projekt: Name des Projekts, z.B. "masterarbeit"
    metric: Optional die Zielmetrik, die im Fokus stehen soll, z.B.
            "std_val_dbm_mse". Wird sie weggelassen, waehlt das Tool selbst
            eine aus - korreliert wird ohnehin gegen alle Metriken. Die
            gueltigen Namen stehen im Feld "verfuegbare_metriken".

Nur der Ueberblick. Fuer eine Gesamtanalyse aller Laeufe nutze
analyze_project, fuer einen einzelnen Lauf get_experiment.

Args:
    projekt: Optional auf ein Projekt einschraenken, z.B. "masterarbeit".
             Weglassen, um alle Laeufe zu sehen.

Nutze zuerst list_experiments oder analyze_project, um gueltige run_ids zu
bekommen.

Args:
    run_id: Name des Laufs, z.B. "dcgan_run_005"
    projekt: Optional, um die Suche einzugrenzen

Gibt pro Metrik Mittelwert, Standardabweichung, Minimum und Maximum ueber
alle Folds zurueck - nicht die Rohwerte. Warnt automatisch, wenn eine
Metrik stark ueber die Folds streut (Hinweis auf instabiles Training oder
einen unguenstigen Split).

Args:
    run_id: Name des Laufs, z.B. "dcgan_run_005"
    projekt: Optional, um die Suche einzugrenzen

Zeigt nur die *abweichenden* Hyperparameter (nicht die ganze Config) und
stellt die Ergebnis-Metriken nebeneinander. Ideal fuer die gezielte Frage,
welche einzelne Konfigurationsaenderung welchen Effekt hatte. Fuer den
Gesamtueberblick ueber alle Laeufe nutze stattdessen analyze_project.

Args:
    run_ids: Liste von Laufnamen, z.B. ["dcgan_run_005", "dcgan_run_006"]
    projekt: Optional, um die Suche einzugrenzen