feat(ppsci): support data_effient_nopt

Author: xiaoyewww

docs/zh/examples/data_efficient_nopt.md

@@ -163,6 +163,12 @@ examples/data_efficient_nopt/data_efficient_nopt.py
 
 总而言之，这篇论文提出了一种创新且高效的神经算子学习框架，通过无监督预训练在大量廉价的无标签物理数据上学习通用表示，并通过情境学习在推理阶段利用少量相似案例来提升OOD泛化能力。这一框架显著降低了对昂贵模拟数据的需求，并提高了模型在复杂物理问题中的适应性和泛化性，为科学机器学习的数据高效发展开辟了新途径。
 
+下方展示了部分实验结果：
+
+|    Model    |       Checkpoint       | **$RMSE$** | **RMSE (normalized)$** | **R2** | **Slope** |
+| :---------: | :--------------------: | :--------: | :--------------------: | :----: | :-------: |
+| FNO_Possion | finetune_b01_m0_n8192  |   0.2586   |          0.1414        | 0.9765 |   0.9752  |
+
 ## 6. 参考资料
 
 - [Data-Efficient Operator Learning via Unsupervised Pretraining and In-Context Learning](https://arxiv.org/abs/2402.15734)