# 新代码改了什么

更新：2026.11.03 11:35 北京时间。

新版本已合并并完成本地检查，等待开机；旧实验 900 份测试已完成。新版还没有正式成绩。

## 1. 说明一致，长题也不丢信息

发现：材料规则没有说透时，答错可能来自理解方式不同；长题切换显示方式也可能漏说明。

已改：学生、老师和普通训练组使用共同说明；长题仍保留完整动作、库存与反馈。

检查结果：本地用旧长题失败记录检查了四种显示方式，内容可完整还原。

## 2. 老师漏分一条，不再丢掉整批诊断

发现：扩大组第二轮漏了一条分组，55 份有效诊断没有进入出题。

已改：保留已经分好的有效诊断，遗漏项单独处理，让其余题继续进入课程。

检查结果：本地回放了原来的遗漏情况，其他有效诊断保留下来。

## 3. 八份回答都参与下一步选题

发现：只看第一份回答，会漏掉其他回答已经暴露的失败。

已改：第一份先给老师；八份补齐后，完整成败和同能力历史表现共同决定 Wide、Deep 的安排。

检查结果：本地检查覆盖首份成功、后续失败的情况，以及同能力跨题成绩的使用。

## 4. 降难保留卡点，再接回原难题

发现：书架题缺造纸练习时直接送纸，或者已经会造纸却仍不会备齐数量，都需要更具体的过渡。

已改：简化其他负担，保留当前不会的必要步骤；简单题成功后优先回原题，仍不会就补数量和制作次序的过渡。

检查结果：本地检查覆盖卡点保留、原题回访和过渡安排；可完成、能力必要、难度方向的验题继续保留。

## 5. 全对但一路犯错，暂缓升难

发现：纠错版 34 份随机成功中，25 份仍出现被环境拒绝的动作；做成不等于过程稳定。

已改：从已有答卷记录重复失败和恢复情况；八份全对但过程出错的题优先回访，暂缓升难。

检查结果：本地检查确认了回访优先级。这是课程安排的变化，八份仍全对时，主练本身仍没有成败差异。

## 6. 纠错必须保留真实错误及后果

发现：错误发生前重写，与错误发生后现场补救，学到的能力不同。

已改：现场补救保留至少一次实际失败和后果；回原题执行到成功，只学习改过、执行过且帮助原目标的动作。

检查结果：本地检查覆盖原题执行和动作筛选；反思文字、未改动作及无关产物不作为学习目标。

## 7. 把等待压短，保存关键产出

发现：学生答完等待老师、重复准备和过细保存，会占用付费显卡时间。

已改：老师工作时继续补齐旧题；作答最多并行八份，训练按显存余量安排。同时只驻留一个模型，只保存题目、完整答卷、关键结果和阶段模型。

检查结果：本地检查覆盖并行补答和完整流程。新题仍要等两组计划和匹配题量确定后再做；没有额外摸底、逐动作保存或反复扫描历史。

## 8. 中断接续，不再重复学同一批

发现：模型已保存、汇总还没写完时重启，可能重复更新；老师正常工作也可能被误当作无进展。

已改：直接接回已完成的模型；老师临时故障最多尝试三次，完成回复时记录进度。内部调用额度只记账。

检查结果：本地真实学习检查了保存、重载和继续学习的一致性；整套流程完成后重启，没有新增工作。

## 单独准备的学习比较

复用同一批已有答卷和相同初始模型，每个方案学一次，比较原计算方式、长短回答等权、取消成功答卷中同库存重复被拒动作的正向学习项。失败的负向项和原分母保持不变。5 项本地检查通过，不会在主实验中自动运行，也没有新正式成绩。普通成功动作与纠错动作的等学习量对照尚未实现。

## 本轮安排

未训练参考、同题量普通训练、修订 Wide＋Deep、同样方法加纠错。20 道共同种子，3 轮，每题 8 份，每轮最多 60 题；三个训练组匹配实际题量。最后相同 30 题，每题随机两份、固定一份，共 360 份。共同说明变了，未训练参考也重新测。

预计约 13 小时，规划范围 8–31 小时；按旧显卡费率 1.79 美元／小时约 23 美元，范围 15–55 美元。老师与存储另计，新机器费率和新并行策略的实际速度待开机核对。

## 已完成的本地验证

179 项通过，覆盖实际小模型学习、验题、纠错、保存、重载、接续和最后测试；最终包已独立解压和实际安装。受控流程记录只用于检查，不计入实验成绩。下一步随第一批正式工作核对真实显卡兼容性、显存、学习保存与速度。

[最新进展](updates.html) · [检查摘要](release-readiness.json) · [旧实验分析](analysis-20261103.html)