第一集：准备环境，建立实验档案

先给自己的实验定一个小目标

本专题的原创练习统一围绕一道小任务：给定数学题，保存模型答案、核验结果与耗时。先完成一次可重复的生成，再增加复杂方法。模型回答、验证器和实验记录分别保存，方便后来追溯错误。

记录设备，而不是只写‘能跑’

运行下面的环境探针，只检查 PyTorch 与设备，不下载模型。将实际输出和内存情况写进记录；能检测到 CUDA 或 MPS，不等于所有算子和编译选项都兼容。安装步骤按本节官方指南操作。

import platform
import torch

print("Python:", platform.python_version())
print("PyTorch:", torch.__version__)
print("CUDA:", torch.cuda.is_available())
print("MPS:", torch.backends.mps.is_available())
print("device:", "cuda" if torch.cuda.is_available() else
      "mps" if torch.backends.mps.is_available() else "cpu")

把前期和训练阶段分开规划

先在已有设备上做小样本生成与评测。准备训练时再估算显存、运行时长与预算；没有 GPU 可以先阅读训练循环并分析公开日志，记录为‘未运行’，不要把计划写成训练成果。为后续对照保留模型版本、数据切分、随机种子和参数。