来源书籍

Build a Reasoning Model (From Scratch)

Skill 版本:v24 经典原理(高信息浓度、高稳定性)。 195 张卡片

Sebastian Raschka · Manning Publications Co. · 2026-01-21 · MEAP Version 5(早期访问版) · ISBN 9781633434677

章节与卡片

01 理解推理模型

18 张卡片
  1. 推理行为需操作化定义 理解等级:高级 普通读书笔记卡
  2. 思维链提供可检验中间步骤 理解等级:中级 普通读书笔记卡
  3. 自回归步骤不自带逻辑保证 理解等级:高级 普通读书笔记卡
  4. 分词器位于模型输入边界 理解等级:初级 普通读书笔记卡
  5. 训练阶段优化不同目标 理解等级:中级 结构图卡
  6. 聊天交互还需管理会话 理解等级:中级 普通读书笔记卡
  7. 推理时扩展不更新权重 理解等级:中级 普通读书笔记卡
  8. 强化学习以奖励更新策略 理解等级:中级 普通读书笔记卡
  9. 偏好奖励与可验证奖励有别 理解等级:中级 普通读书笔记卡
  10. 文本蒸馏与软目标蒸馏有别 理解等级:中级 普通读书笔记卡
  11. 提示内前提与外部知识分开 理解等级:高级 普通读书笔记卡
  12. 单个正确回答不能证明机制 理解等级:高级 普通读书笔记卡
  13. 规则推导受前提和规则约束 理解等级:中级 普通读书笔记卡
  14. 更长生成累积解码开销 理解等级:中级 普通读书笔记卡
  15. 多次调用预算不同于单答长度 理解等级:中级 普通读书笔记卡
  16. 推理预算应匹配任务难度 理解等级:高级 普通读书笔记卡
  17. 先建立评估再改进生成 理解等级:中级 普通读书笔记卡
  18. 从零实现限定在推理组件 理解等级:中级 普通读书笔记卡

02 使用预训练模型生成文本

26 张卡片
  1. 依赖环境要与实验绑定 理解等级:初级 普通读书笔记卡
  2. 先用小模型贯通实验 理解等级:初级 普通读书笔记卡
  3. 分词往返检查输入边界 理解等级:初级 普通读书笔记卡
  4. 子词切分影响序列长度 理解等级:初级 普通读书笔记卡
  5. 词表大小存在资源权衡 理解等级:中级 普通读书笔记卡
  6. 架构与权重共同定义模型 理解等级:初级 普通读书笔记卡
  7. 设备选择与精度影响复现 理解等级:中级 普通读书笔记卡
  8. 模型输入显式保留批次轴 理解等级:初级 普通读书笔记卡
  9. 末位置分数决定下一步 理解等级:中级 普通读书笔记卡
  10. 最大值索引对应词元编号 理解等级:初级 普通读书笔记卡
  11. 贪心解码每步取局部最优 理解等级:中级 普通读书笔记卡
  12. 生成函数只返回新增部分 理解等级:初级 普通读书笔记卡
  13. 终止标记需进入生成协议 理解等级:中级 普通读书笔记卡
  14. 关闭梯度与切换评估有别 理解等级:中级 普通读书笔记卡
  15. 标量停止条件限制批处理 理解等级:中级 普通读书笔记卡
  16. 神经网络推理不更新参数 理解等级:初级 普通读书笔记卡
  17. 缓存把预填充与解码分开 理解等级:中级 结构图卡
  18. 缓存状态属于一次生成 理解等级:中级 普通读书笔记卡
  19. 缓存正确性先于加速比 理解等级:中级 普通读书笔记卡
  20. 编译预热成本单独记录 理解等级:中级 普通读书笔记卡
  21. 动态状态可能触发重编译 理解等级:高级 普通读书笔记卡
  22. 缓存分配方式权衡速度内存 理解等级:高级 普通读书笔记卡
  23. 小模型未必充分利用显卡 理解等级:中级 普通读书笔记卡
  24. 吞吐测量需要统一边界 理解等级:中级 普通读书笔记卡
  25. 显存峰值口径必须明确 理解等级:中级 普通读书笔记卡
  26. 流式输出仍需统一解码 理解等级:中级 普通读书笔记卡

03 评估推理模型

25 张卡片
  1. 终值验证不等于过程验证 理解等级:中级 普通读书笔记卡
  2. 可验证任务依赖外部标准 理解等级:初级 普通读书笔记卡
  3. 评估链路拆开失败来源 理解等级:中级 结构图卡
  4. 模型变体与模板共同配置 理解等级:中级 普通读书笔记卡
  5. 流式展示与完整记录分开 理解等级:初级 普通读书笔记卡
  6. 嵌套括号需要深度解析 理解等级:中级 普通读书笔记卡
  7. 末框选择是抽取协议 理解等级:中级 普通读书笔记卡
  8. 末数字回退可能误取答案 理解等级:中级 普通读书笔记卡
  9. 规范化规则受任务语义约束 理解等级:中级 普通读书笔记卡
  10. 字符串相等与数学等价分开 理解等级:中级 普通读书笔记卡
  11. 符号解析失败需要单列 理解等级:中级 普通读书笔记卡
  12. 模型文本不是可信表达式 理解等级:高级 普通读书笔记卡
  13. 有序元组按位置比较 理解等级:中级 普通读书笔记卡
  14. 分隔符拆分要识别嵌套 理解等级:中级 普通读书笔记卡
  15. 近似相等需要误差协议 理解等级:中级 普通读书笔记卡
  16. 判分器也需要反例样本 理解等级:中级 普通读书笔记卡
  17. 评估数据副本仍要固定版本 理解等级:中级 普通读书笔记卡
  18. 题目输入与参考解保持边界 理解等级:初级 普通读书笔记卡
  19. 提示格式也是实验变量 理解等级:中级 普通读书笔记卡
  20. 公开数据不等于已见数据 理解等级:中级 普通读书笔记卡
  21. 小样本调试不代表总体分数 理解等级:初级 普通读书笔记卡
  22. 生成预算会改变评估含义 理解等级:中级 普通读书笔记卡
  23. 逐题日志支持误差归因 理解等级:中级 普通读书笔记卡
  24. 准确率与资源成本联合报告 理解等级:中级 普通读书笔记卡
  25. 训练奖励会继承判分漏洞 理解等级:高级 普通读书笔记卡

04 推理时计算扩展

27 张卡片
  1. 推理预算有串行与并行形态 理解等级:中级 普通读书笔记卡
  2. 思维链提示可能引入额外错误 理解等级:中级 普通读书笔记卡
  3. 生成策略作为可替换依赖 理解等级:中级 普通读书笔记卡
  4. 温度调整相对概率差异 理解等级:中级 普通读书笔记卡
  5. 零温度是解码分支约定 理解等级:中级 普通读书笔记卡
  6. 归一化必须沿词表轴 理解等级:中级 普通读书笔记卡
  7. 词元概率不是事实置信度 理解等级:中级 普通读书笔记卡
  8. 按分布抽样不保证本次最优 理解等级:初级 普通读书笔记卡
  9. 抽样演示不等于多词生成 理解等级:中级 普通读书笔记卡
  10. 随机种子与环境共同复现 理解等级:中级 普通读书笔记卡
  11. 采样所在设备也计入成本 理解等级:高级 普通读书笔记卡
  12. 核采样按累计质量选候选 理解等级:中级 普通读书笔记卡
  13. 截断边界必须覆盖越界项 理解等级:高级 普通读书笔记卡
  14. 重归一化保留相对权重 理解等级:中级 普通读书笔记卡
  15. 广播维度影响批量归一化 理解等级:高级 普通读书笔记卡
  16. 先调温度再截断会改变集合 理解等级:中级 普通读书笔记卡
  17. 固定数量与累计质量不同 理解等级:中级 普通读书笔记卡
  18. 多样候选是投票的输入条件 理解等级:中级 普通读书笔记卡
  19. 一致性投票依赖答案归并 理解等级:中级 结构图卡
  20. 相对多数不要求过半 理解等级:中级 普通读书笔记卡
  21. 平票规则需要显式约定 理解等级:中级 普通读书笔记卡
  22. 相同模型可能重复共同错误 理解等级:中级 普通读书笔记卡
  23. 提前停止要相对总预算证明 理解等级:高级 普通读书笔记卡
  24. 候选并行不免除总计算 理解等级:中级 普通读书笔记卡
  25. 样本数增加不保证单调收益 理解等级:中级 普通读书笔记卡
  26. 采样多样性与扩展预算分开 理解等级:中级 普通读书笔记卡
  27. 投票更适合可归并的短答案 理解等级:中级 普通读书笔记卡

05 自我修正与推理时扩展

26 张卡片
  1. 代理评分要声明优化对象 理解等级:中级 普通读书笔记卡
  2. 推理时选择不能偷看参考值 理解等级:中级 普通读书笔记卡
  3. 长度度量决定简洁奖励含义 理解等级:中级 普通读书笔记卡
  4. 候选最优由评分器定义 理解等级:中级 普通读书笔记卡
  5. 已有序列评分无需重新采样 理解等级:中级 普通读书笔记卡
  6. 逐词目标需要错位一格 理解等级:中级 普通读书笔记卡
  7. 因果前向可一次评分多位置 理解等级:高级 普通读书笔记卡
  8. 长序列乘积容易数值下溢 理解等级:中级 普通读书笔记卡
  9. 对数概率越大越不负 理解等级:初级 普通读书笔记卡
  10. 直接对数归一化更稳健 理解等级:中级 普通读书笔记卡
  11. 概率与似然看待对象不同 理解等级:中级 普通读书笔记卡
  12. 答案评分仅覆盖目标片段 理解等级:中级 普通读书笔记卡
  13. 分段编码可能改变边界词元 理解等级:高级 普通读书笔记卡
  14. 平均对数概率改变比较准则 理解等级:中级 普通读书笔记卡
  15. 空输入要显式定义评分结果 理解等级:高级 普通读书笔记卡
  16. 自修订循环不自动学习权重 理解等级:初级 普通读书笔记卡
  17. 批评文本也可能包含错误 理解等级:中级 普通读书笔记卡
  18. 修订保留原题与修改依据 理解等级:中级 普通读书笔记卡
  19. 接受修订是代理分策略 理解等级:中级 普通读书笔记卡
  20. 无评分时总接受最新修订 理解等级:中级 普通读书笔记卡
  21. 统一评分上下文便于比较 理解等级:高级 普通读书笔记卡
  22. 修订日志保留接受与拒绝 理解等级:中级 普通读书笔记卡
  23. 多轮修订要检验退化 理解等级:中级 普通读书笔记卡
  24. 修订成本包括批评与评分 理解等级:中级 普通读书笔记卡
  25. 评分器与生成器需要联验 理解等级:中级 普通读书笔记卡
  26. 外部批评改变系统能力来源 理解等级:中级 普通读书笔记卡

06 强化学习训练推理模型

32 张卡片
  1. 训练投入与推理投入可以叠加 理解等级:初级 普通读书笔记卡
  2. 偏好反馈与可验证奖励有别 理解等级:初级 普通读书笔记卡
  3. 奖励来源不等于优化算法 理解等级:中级 普通读书笔记卡
  4. 组内基线替代额外价值模型 理解等级:中级 普通读书笔记卡
  5. 本章目标是教学策略梯度 理解等级:高级 普通读书笔记卡
  6. 本轮训练集排除评估题 理解等级:中级 普通读书笔记卡
  7. 终值奖励允许不同解题轨迹 理解等级:中级 普通读书笔记卡
  8. 采样结果保留词元边界 理解等级:中级 普通读书笔记卡
  9. 采样无需图而评分需要图 理解等级:高级 普通读书笔记卡
  10. 相同参数名需核对实际分支 理解等级:高级 普通读书笔记卡
  11. 格式约束会进入奖励目标 理解等级:中级 普通读书笔记卡
  12. 奖励塑形需要明确各分量 理解等级:中级 普通读书笔记卡
  13. 优势只比较同一题组内表现 理解等级:中级 普通读书笔记卡
  14. 标准差口径影响优势尺度 理解等级:高级 普通读书笔记卡
  15. 全同奖励没有相对区分信号 理解等级:中级 普通读书笔记卡
  16. 零梯度不保证参数不动 理解等级:高级 普通读书笔记卡
  17. 训练对数概率保留计算图 理解等级:中级 普通读书笔记卡
  18. 目标词元用错位聚集提取 理解等级:高级 普通读书笔记卡
  19. 优势固定而对数概率可微 理解等级:中级 普通读书笔记卡
  20. 负号把奖励最大化转成最小化 理解等级:中级 普通读书笔记卡
  21. 序列求和不等于偏好短答案 理解等级:高级 普通读书笔记卡
  22. 采样分布与评分分布要区分 理解等级:高级 普通读书笔记卡
  23. 简化训练更新链路 理解等级:高级 结构图卡
  24. 梯度裁剪不修复错误目标 理解等级:中级 普通读书笔记卡
  25. 损失数值不代表任务准确率 理解等级:中级 普通读书笔记卡
  26. 模型权重快照不同于完整续训 理解等级:中级 普通读书笔记卡
  27. 检查点编号应对应已完成更新 理解等级:高级 普通读书笔记卡
  28. 训练长度预算塑造可获奖轨迹 理解等级:中级 普通读书笔记卡
  29. 训练和评估长度分别报告 理解等级:中级 普通读书笔记卡
  30. 资源随候选数与图保留增长 理解等级:高级 普通读书笔记卡
  31. 外部检查点需绑定训练条件 理解等级:中级 普通读书笔记卡
  32. 更久训练仍需保留集验收 理解等级:中级 普通读书笔记卡

08 附录B 练习答案

4 张卡片
  1. 组件测试要尊重输入职责 理解等级:中级 普通读书笔记卡
  2. 视觉相同字符未必等价 理解等级:中级 普通读书笔记卡
  3. 能分词不等于会用该语言 理解等级:中级 普通读书笔记卡
  4. 日志重算指标保留分词配置 理解等级:中级 普通读书笔记卡

09 附录C Qwen3模型源码

21 张卡片
  1. 均方根归一化不做中心化 理解等级:中级 普通读书笔记卡
  2. 归一化统计可提高计算精度 理解等级:高级 普通读书笔记卡
  3. 门控前馈融合两路投影 理解等级:中级 普通读书笔记卡
  4. 前馈参数量由宽度共同决定 理解等级:中级 普通读书笔记卡
  5. 平滑激活仍需实测取舍 理解等级:中级 普通读书笔记卡
  6. 旋转位置编码作用于查询键 理解等级:中级 普通读书笔记卡
  7. 旋转布局等价需要坐标对应 理解等级:高级 普通读书笔记卡
  8. 缓存位置偏移必须连续 理解等级:高级 普通读书笔记卡
  9. 共享键值减少缓存头数 理解等级:中级 普通读书笔记卡
  10. 扩展查询维不必等于嵌入维 理解等级:高级 普通读书笔记卡
  11. 缓存存储先于键值头扩展 理解等级:高级 普通读书笔记卡
  12. 查询键归一化不是分组定义 理解等级:中级 普通读书笔记卡
  13. 因果遮罩对齐缓存与新词 理解等级:高级 普通读书笔记卡
  14. 残差路径要求投影回原宽度 理解等级:中级 普通读书笔记卡
  15. 缓存重置包含两处状态 理解等级:高级 普通读书笔记卡
  16. 可重建缓冲区不必写入权重 理解等级:高级 普通读书笔记卡
  17. 特殊标记属于输入协议 理解等级:中级 普通读书笔记卡
  18. 终止标记不能靠随意文件名 理解等级:高级 普通读书笔记卡
  19. 思考开关按模板行为解释 理解等级:中级 普通读书笔记卡
  20. 配置上限与能力上限分开 理解等级:中级 普通读书笔记卡
  21. 模型组件按职责协作 理解等级:高级 结构图卡

10 附录F 常见模型评估方法

16 张卡片
  1. 评估方法按目标选择 理解等级:初级 普通读书笔记卡
  2. 选择题协议也影响测量 理解等级:中级 普通读书笔记卡
  3. 首个选项字母可能误抽取 理解等级:中级 普通读书笔记卡
  4. 选择题分数不等于实际效用 理解等级:中级 普通读书笔记卡
  5. 偏好胜率是相对观测 理解等级:中级 普通读书笔记卡
  6. 等级更新取决于意外程度 理解等级:中级 普通读书笔记卡
  7. 逐场等级更新受顺序影响 理解等级:中级 普通读书笔记卡
  8. 联合偏好拟合仍需检查数据 理解等级:高级 普通读书笔记卡
  9. 裁判评分需要具体量规 理解等级:中级 普通读书笔记卡
  10. 裁判能力也要人工校准 理解等级:中级 普通读书笔记卡
  11. 评估成本包括裁判调用 理解等级:中级 普通读书笔记卡
  12. 进程存在不代表服务就绪 理解等级:中级 普通读书笔记卡
  13. 服务地址配置要两端一致 理解等级:初级 普通读书笔记卡
  14. 流式响应按协议逐项处理 理解等级:中级 普通读书笔记卡
  15. 固定采样参数不保证跨环境一致 理解等级:中级 普通读书笔记卡
  16. 步骤奖励与结果奖励分开 理解等级:中级 普通读书笔记卡

全书概览

Build a Reasoning Model (From Scratch)

Skill 版本:v24

执行模式:light

建档进度:本地MEAP5实际提供范围已全文生成、导入并归档;本轮验收见 _workflow.md

四象限评级:经典原理(高信息浓度、高稳定性)。

内容形态:概念解析型,结合代码实现与操作。

评级理由:全文用代码逐步解释评估、采样、评分、缓存和强化学习反馈机制,可迁移的边界和权衡占主体;具体模型、依赖及内部接口是版本相关实例。MEAP的错误与未完章节限制逐项保留。

版本范围:MEAP Version 5;仅1–6章、附录A/B/C/F。预告7/8章、D/E及引用G未提供,不属于本文件已读范围;不等同最终成书。附录的07–10仅为本地文件定位号,原标题保留A/B/C/F。

整书笔记

章节进度追踪表

章节号 章节标题 状态(pending/done) 卡片数
00 欢迎词 done 0
01 理解推理模型 done 18
02 使用预训练模型生成文本 done 26
03 评估推理模型 done 25
04 推理时计算扩展 done 27
05 自我修正与推理时扩展 done 26
06 强化学习训练推理模型 done 32
07 附录A 参考与延伸阅读 done 0
08 附录B 练习答案 done 4
09 附录C Qwen3模型源码 done 21
10 附录F 常见模型评估方法 done 16

非正文排除

spine项 类型 排除理由
titlepage.xhtml 封面 已查看封面,书名/作者/出版社及MEAP身份;无技术论述
copyright.html 版权 已读;MEAP5、2026年版权,出版元数据来自OPF
brief-table-of-contents.html 目录 已读;预告包含未提供章节,按实际spine界定版本范围

待关联术语

术语名 出现章节 一句话语境
PPO 06 只作策略优化对照,未在本版实现完整算法
YaRN C 上下文扩展技术仅被提名
Inductor 02 编译后端异常名,未展开内部实现

引用文献

标题 类型(书/论文/框架/源码项目) 出现章节 一句话语境
Build a Large Language Model (From Scratch) 书 01 前置模型训练的另一本教材,本书不要求先完成

资金安全问题案例

问题标题 问题卡 解决方案卡(如有) 出现章节 一句话说明

实践卡进度

序号 实践标题 实践方式 状态(pending/done) 关联章节 产出

实践候选筛选:done。采用2项,分别以成熟实现和有限工作表回答不同问题;未采用大模型下载竞赛、完整重造框架或付费裁判实验,因现阶段收益不足且未执行。

第一章生成登记

  • 18张知识卡,含1张结构图卡。
  • 术语:SFT、RLHF、蒸馏、CoT;已实质解释者成卡,后续算法损失待对应正文展开。
  • 引用:DeepSeek-R1技术报告、OpenAI o1发布文章、Build a Large Language Model (From Scratch);此章只建立范围与历史动机,不从引用标题补造未读论文实现。

已读来源与引用登记

以下原书附录A条目仅登记追溯入口;未声称全部外部全文已读。

引用线索(保留原书措辞) 出现位置 去向
Introducing OpenAI o1-preview, https://openai.com/index/introducing-openai-o1-preview/ A 已登记;机制已在正文展开者并入相应卡
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, https://arxiv.org/abs/2501.12948 A 已登记;机制已在正文展开者并入相应卡
”[…] We will next ship GPT-4.5, the model we called Orion internally, as our last non-chain-of-thought model. […]“, https://x.com/sama/status/1889755723078443244 A 已登记;机制已在正文展开者并入相应卡
The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity, https://machinelearning.apple.com/research/illusion-of-thinking A 已登记;机制已在正文展开者并入相应卡
Build a Large Language Model (From Scratch), http://mng.bz/orYv A 已登记;机制已在正文展开者并入相应卡
Understanding Reasoning LLMs, https://magazine.sebastianraschka.com/p/understanding-reasoning-llms A 已登记;机制已在正文展开者并入相应卡
Installing uv, https://docs.astral.sh/uv/getting-started/installation/ A 已登记;机制已在正文展开者并入相应卡
Lightning AI, https://lightning.ai/ A 已登记;机制已在正文展开者并入相应卡
Google Colab, https://colab.research.google.com/ A 已登记;机制已在正文展开者并入相应卡
Blog post, https://qwenlm.github.io/blog/qwen3/ A 已登记;机制已在正文展开者并入相应卡
Technical report, https://arxiv.org/abs/2505.09388 A 已登记;机制已在正文展开者并入相应卡
PyTorch in One Hour: From Tensors to Training Neural Networks on Multiple GPUs tutorial, https://sebastianraschka.com/teaching/pytorch-1h A 已登记;机制已在正文展开者并入相应卡
Build a Large Language Model (from Scratch) chapter 2, https://mng.bz/M96o A 已登记;机制已在正文展开者并入相应卡
Implementing A Byte Pair Encoding (BPE) Tokenizer From Scratch, https://sebastianraschka.com/blog/2025/bpe-from-scratch.html A 已登记;机制已在正文展开者并入相应卡
Measuring Mathematical Problem Solving With the MATH Dataset, https://arxiv.org/abs/2103.03874 A 已登记;机制已在正文展开者并入相应卡
Let’s Verify Step by Step, https://arxiv.org/abs/2305.20050 A 已登记;机制已在正文展开者并入相应卡
SymPy introductory tutorial, https://docs.sympy.org/latest/tutorials/intro-tutorial/index.html A 已登记;机制已在正文展开者并入相应卡
Evaluating Mathematical Reasoning Beyond Accuracy, https://arxiv.org/pdf/2404.05692 A 已登记;机制已在正文展开者并入相应卡
Let’s Verify Step by Step, https://arxiv.org/abs/2305.20050 A 已登记;机制已在正文展开者并入相应卡
The rise of AI “reasoning” models is making benchmarking more expensive, https://techcrunch.com/2025/04/10/the-rise-of-ai-reasoning-models-is-making-benchmarking-more-expensive/ A 已登记;机制已在正文展开者并入相应卡
A Survey on Large Language Model Benchmarks, https://arxiv.org/abs/2508.15361 A 已登记;机制已在正文展开者并入相应卡
xVerify: Efficient Answer Verifier for Reasoning Model Evaluations, https://arxiv.org/abs/2504.10481 A 已登记;机制已在正文展开者并入相应卡
Let’s Verify Step by Step, https://arxiv.org/abs/2305.20050 A 已登记;机制已在正文展开者并入相应卡
Self-Consistency Improves Chain-of-Thought Reasoning in Language Models, https://arxiv.org/abs/2203.11171 A 已登记;机制已在正文展开者并入相应卡
The State of LLM Reasoning Model Inference, https://magazine.sebastianraschka.com/p/state-of-llm-reasoning-and-inference-scaling A 已登记;机制已在正文展开者并入相应卡
Measuring Massive Multitask Language Understanding, https://arxiv.org/abs/2009.03300 A 已登记;机制已在正文展开者并入相应卡
Elo rating system, https://en.wikipedia.org/wiki/Elo_rating_system A 已登记;机制已在正文展开者并入相应卡
Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference, https://arxiv.org/abs/2403.04132 A 已登记;机制已在正文展开者并入相应卡
The Leaderboard Illusion, http://arxiv.org/abs/2504.20879 A 已登记;机制已在正文展开者并入相应卡
From GPT-2 to gpt-oss: Analyzing the Architectural Advances, https://magazine.sebastianraschka.com/p/from-gpt-2-to-gpt-oss-analyzing-the A 已登记;机制已在正文展开者并入相应卡
A Survey on LLM-as-a-Judge, https://arxiv.org/abs/2411.15594 A 已登记;机制已在正文展开者并入相应卡
PHUDGE: Phi-3 as Scalable Judge, https://arxiv.org/abs/2405.08029 A 已登记;机制已在正文展开者并入相应卡

全文生成交付

  • 195张知识卡(含6张结构图卡),2项实践计划;14项spine全部读取,实际版本范围明确。
  • 轻量模式未执行生成后复核、独立审查和审查结果优化。
序号 实践标题 实践方式 状态(pending/done) 关联章节 产出
1 缓存实现深读 实现深读 done 02/C 计划;现实执行未开始
2 判分边界工作表 真实任务 done 03/B 计划;现实执行未开始

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。