第 6 讲 · 学习目标自检表
目标原文来自学习目标（K / S / A）第 6 讲一节（K6.1–K6.4、S6.1–S6.2、A6.1，共 7 条）。用法：读完一讲，逐条自问能否做到；「半」或「不能」按最后两列回查。 打分口径：能不看书写出 / 算出并在白纸上说清理由，才算「能」；只能认出答案算「半」；想不起依据算「不能」。本讲额外要求：凡涉及具体规格（窗口、定价、榜次、模型版本）的说法，能主动问出「核查时点与来源是什么」才算真的「能」（时效纪律）。
| 编号 | 目标（能……） | 自评 | 依据 | 对应习题 |
|---|---|---|---|---|
| K6.1 | 描述大模型的三段式流程（预训练 → SFT → 对齐）及各阶段的数据形态 | ☐ 能 / ☐ 半 / ☐ 不能 | 方法 6.1.1、定义 6.1.3、例 6.1.2 | 自测卷 二.11；6.1 的即时自测 Q1、Q3 |
| K6.2 | 说出缩放律的关键结论，并并列呈现涌现能力的两种论证 | ☐ 能 / ☐ 半 / ☐ 不能 | 定义 6.2.1、方法 6.2.1、6.2.4 | A2、A3、B3；自测卷 一.3、一.4、三.16 |
| K6.3 | 列举测试时计算的三种形态及其成本边界 | ☐ 能 / ☐ 半 / ☐ 不能 | 定义 6.3.4、例 6.3.4、6.3.6 | A4、C1；自测卷 一.5、三.17 |
| K6.4 | 描述 VLM 的三段式训练与 VLA 的两条动作生成路线 | ☐ 能 / ☐ 半 / ☐ 不能 | 方法 6.4.1、方法 6.5.3、例 6.4.2 | A6、C5、C6；自测卷 一.7、一.8、二.14 |
| S6.1 | 为一类能力设计评测方案，并识别污染与效度风险 | ☐ 能 / ☐ 半 / ☐ 不能 | 定义 6.7.1、方法 6.7.2、定义 6.7.2 | A8、B6、C2、D1 |
| S6.2 | 估算一次微调或推理的显存与成本，并给出优化选项 | ☐ 能 / ☐ 半 / ☐ 不能 | 定义 6.1.5、方法 6.1.5、工具箱、9.5 | C4、D2；自测卷 二.13 |
| A6.1 | 面对「某模型具备某能力」的说法，能追问评测口径与反例空间 | ☐ 能 / ☐ 半 / ☐ 不能 | 6.7.2、6.7.3、方法 6.7.4 | D1、D4；自测卷 四.19、四.20 |
附加核对（不计入上述七条，但「不能」就意味着你会被前沿叙事牵着走）
| 主题 | 能…… | 依据 | 对应习题 |
|---|---|---|---|
| 提示 ≠ 学习 | 说清「上下文学习发生在前向条件化里」，并解释它为什么不能创造预训练里没有的知识 | 定义 6.3.1、例 6.3.1 | A5 |
| CoT 不忠实 | 区分「CoT 提高表现」与「CoT 是真实心路」，并给出一条需要外部信号的理由 | 6.3.2 的边界、6.6.4 | A5、D3 |
| 奖励可钻 | 说出 reward hacking 与奖励过优化的区别，并给出三条缓解手段中至少两条 | 定义 6.3.7、6.3.6 | 自测卷 一.6 |
| 复合误差 | 用 与 各算一次可用步数，并说明为何要保守取 | 例 6.6.2 | B4、自测卷 三.18 |
| 四类基准 | 各给一条失效方向，并说明为什么选型至少覆盖三类 | 方法 6.7.1、例 6.7.1 | 自测卷 二.15、四.19 |
常见自我误判（自检时最容易骗过自己的五处）
| 你以为的问题 | 实际更可能是 | 先做哪一件事 |
|---|---|---|
| 「我们的 PPL 更低，模型更强」 | 分词器或去重口径不一致，甚至评测集含重复 | 固定 tokenizer 与语料口径，检查测试集是否与训练集去重（例 6.1.1） |
| 「小模型能力不行，该换大的」 | 度量与提示的问题（离散指标、格式要求过严、few-shot 数） | 换连续度量、调 few-shot 数、检查评分是否因格式判错（6.2.5） |
| 「长思维链打开就该涨点」 | 难度分层不对：简单题无增益、超纲题更差 | 先按难度分层评测，再决定是否启用（6.3.6） |
| 「智能体失败是框架不好」 | 缺的是能力不是管道 | 加检索 / 工具 / 示例，先诊断瓶颈再选框架（6.6.5） |
| 「离线分高，可以全量上线」 | 缺第 ③④ 道闸门：方差、P95、弃答、回滚都没做 | 走影子流量 + 金丝雀 + 四道闸门（方法 6.7.4） |
判定：