T learn.traeai

第 15 节 · 本站原创中文课程 · 建议 25 分钟

结课:交付实验报告与作品集

学完能做:用模型实验、项目源码、发布记录和用户反馈说明自己的工程决策。

小鱼模型实验 · 用自己的话写下发现,保留实际观察与待验证的问题。

让同学能复查你的实验

写明研究问题、所有训练句、拆分规则、前词、候选计数、预测选择规则和测试卡。本站基线平票按首次出现顺序选。附上至少一次改动前后对照;只记录实际做过的实验,真实 GuppyLM 没运行就明确写未运行。

解释为什么失败

区分没见过的前词、例子偏向、只看相邻词丢失上下文、目标过于单一,以及测试反馈泄漏。每个原因配一个实际记录或待验证假设。提出一个下一步改进和检查方法;不要把想象的改善写成测量结果。

连接到真正的小模型

在报告末尾区分本站 bigram 基线与真实 GuppyLM 的 BPE、因果 Transformer和参数训练。项目源码、模型和演示可作延伸阅读,不要求注册或付费。注明参考来源与协助方式,分享前删除个人信息;作品与自测只记录本站学习,不代表官方认证。

附上可复现的编程记录

附上第六课的 Python 文件、运行命令、Python 版本、基础测试与新增测试的实际输出,解释一次 AI 协作修改与一次失败。没有使用实时 AI 时说明使用了本站参考实现;没有运行时标注待测。把代码的契约测试与模型预测质量评测分开报告:程序正确计算次数,不等于它生成的所有内容正确。

把工程交付也变成证据

提交含学习卡、故事、游戏、打卡器的作品集目录,附 README、测试矩阵、问题复现、部署状态与提交版本。选一条真实反馈,说明 v1 到 v2 的修改、回归与限制;没有真实用户或未上线时分别说明。模型评测、代码正确性、托管成功和用户体验要分别报告,不能用一个成绩替代其他证据。

这是本站独立编写的讲解与示例,并非官方课程逐字翻译。理解之后,请完成下面的练习、自测和笔记。

参考来源:arman-bd / GuppyLM 开源项目

动手,把理解变成成果

本节练习

正在读取本机草稿…

交付实验报告、Python 程序与五类创作作品集:包含可复现设置、测试与失败分析、AI 协作、部署状态、用户反馈、版本迭代和局限。导出课程记录附后,源文件单独保留。

246 / 6000 字。用自己的话记录发现;作品保存在本机,不发送给外部伴学模型。

给我一个提示

从各课草稿提取证据,分别报告模型评测、代码正确性、托管状态和用户体验。

查看参考思路(本站预写,非实时 Agent)

计数基线的课堂题从1/3到3/3,但存在测试反馈泄漏。Python 程序和静态作品集分别附测试记录,部署与反馈按真实状态填写;v2 说明修改依据和回归结果。真实 GuppyLM 未运行,本站没有训练 Transformer。

人工自评:逐项核对自己的作品

这些勾选由你确认,不是自动测试结果。遇到待测项,请在作品里明确注明。

理解自测

哪项结论最符合证据?

自己的学习笔记

0 / 3000 字 · 仅保存在此浏览器

走完学习闭环

完成本节

保留练习、勾选人工自评并通过自测后,可记录完成。修改作品或答案会重新打开本节。

课程进度:0 / 15 · 本机记录,不是外部官方证书

回到课程目录 →
← 上一节:发布三:从用户反馈到版本迭代