已经避免的重复工作
旧最佳组完整 50 题直接保留。同一原始模型的首轮种子回答在四个训练组之间接入；两个老师方法组还可共享首次学习前的题单与候选回答。第五组只接入种子回答。
不逐动作存盘。保存完整答卷、整轮结果和阶段模型；中断后读取已完成部分。
启动前验收完成 / 2026 年 11 月 5 日 05:26
从同样的起点，
学，也考。
旧训练给好材料，测试却要从头准备。现在把五组统一为从空背包开始：缺原料就领取，缺中间产物就制作，数量不够就补足。取料也算在原来的 24 步内。
01 / 共同修订把材料准备，
把材料准备，
真正放进训练。
| 问题 | 本轮修订 | 要观察的变化 |
|---|---|---|
| 训练有材料，测试没有 | 所有训练题和测试都从空背包开始，使用环境原有的原料领取规则。 | 能否自己准备材料并完成整题。 |
| 一批不够，却重复最终合成 | 有效补料和补制进入纠错学习，保留真实消耗及剩余动作数。 | 能否补第二块羊毛、再做一批瓶子。 |
| 降难把不会的步骤送掉了 | 不再给成品绕过难点；按真实失败重选练习重点，重新验证它是否必经。 | 书架降难后仍练造纸，而不是直接领到纸。 |
| 新题做了很多，真正练进很少 | 新题八次作答中成功 1 至 7 次才入选，再核对确实参加了本轮学习。 | 每轮实际练进的新题数量与占比。 |
01A / 后续系统修订 · 2026.11.05同样从零开始，
同样从零开始，
还要练到真正的难点。
沿着上表的取料修订继续检查，发现题面、降难重点和“题目是否真的用于学习”仍有差别。以下是随后完成的补充修订；上表记录保持不变。
| 后续发现 | 本次补充 | 本地核对结果 |
|---|---|---|
| 都从空背包开始，题面仍不同 | 训练、纠错和测试使用同一种环境原有的完整题面：干扰配方和具体材料名也一致。 | 20 道种子逐题比较起点、题面、同一动作后的反馈与背包、最终成败，全部一致。 |
| 数量不够时，仍可能反复尝试最后一步 | 明确一次合成只产一批；先补足原料和中间产物，在原题中完成目标后，才把补救过程用于学习。 | 书架已有一本书、还需两本时，补做两批纸和两本书，再完成书架；五个必要补救动作进入学习。只做出中间产物或重复尝试书架均不算成功。 |
| 降难时可能换掉原本要练的步骤 | 从失败横向扩题和降难时，都保留这次诊断指向的制作步骤；找不到合法题就如实留下缺额，不换重点凑数。 | 诊断重点为造纸时，较易的新题仍必须由学生自己造纸。 |
| 通过筛选，不等于真正练进模型 | 分别记录新题做过、合格、选中、参与学习计算和实际更新的数量；合格但落选的题进入后续复习优先队列，不增加原有名额。 | 没有实际更新的题不再记作“已练进”；正式实验将逐轮公布各阶段数量与落选原因。 |
| 纯学生组可能重复分析同一批错误 | 同一模型、同一轮、同一批回答直接复用已有诊断；新出现的失败仍单独分析。 | 本地复现中，重复诊断调用降为零，已保存的分析没有被第二次措辞覆盖。 |
02 / 三轮怎么进行先收齐，
先收齐，
再一起学。
四个训练组都从相同的原始模型开始。每轮 20 道种子，加复习题和新题，合计最多 60 道；每题八份，整轮一起训练。两个纠错组随后各学一次本轮合格的补救。
最终五组都测预先固定的同一批 30 题，每题随机两份、固定一份，共 450 份测试回答。
- 01
先回答，再判断哪里需要练
老师组先拿一份回答开始诊断，同时补齐其余七份。最终的扩题与调难依据完整八份结果。纯学生组先收齐八份，再自己诊断。
- 02
同轮扩题与调难
Wide 从真实失败扩展同能力的新目标；Deep 保留每道题的历史，全错时降难，学会后升难，较易题做对后优先回到原难题。
- 03
先确保题目合格，再看是否适合学习
题目必须在 24 步内做成，保留指定能力，难度变化符合方向。然后看八份回答是否有对有错。全对、全错的候选保留记录，最多再补一批。
- 04
纠错回到原题条件
看完整失败过程，在原材料规则与剩余动作数下真正补救成功，才用于学习。保存主练后的模型与纠错后的模型，下一轮继续用各自学过的模型出题和作答。
03 / 时间花在哪每轮最多练 60 题，
每轮最多练 60 题，
不等于只做 60 题。
候选题也要做过才知道有没有对错差异。连同未入选候选，每组每轮最多观察 100 题。纯学生组还要自己写诊断、题目和补救，这些工作也占用同一张显卡。
保留的必要判断
能力是否能绕开、任务能否完成、升降难是否符合要求，只在题目形成时判断。复杂题使用已经通过实际安装与计算检查的独立工具，原训练环境保持原样。
五组全部完成时，做题与筛题最多新增 8,480 份回答，最终测试 450 份；纠错和学生出题另计。
04 / 最终验收已通过三轮走完，
三轮走完，
再检查真正要用的包。
四个训练组均用真实环境和本地小模型完成三轮学习，每轮分别用了 21、22、22 道题。流程中的回答由检查脚本安排；正式 Qwen 的成绩在重新开机后产生。
| 检查内容 | 已完成结果 |
|---|---|
| 三轮主练与纠错 | 12 次主练更新、6 次纠错更新，新题实际进入学习，模型保存后继续下一轮。 |
| 五组共同 30 题测试 | 450 份本地检查回答全部完成。 |
| 第五组首轮接入 | 160 份种子回答直接接入，没有重新作答；200 份相关文件内容完全一致。 |
| 中断接续与重复启动 | 首轮保存的 168 份答卷保留并接续完成。整场完成后再次启动，3,917 份结果文件内容未变，没有重复学习。 |
| 最终包安装与启动 | 在已装旧文件的环境上安装成功，976 份旧固定文件未变。两套启动入口及再次启动均通过。 |
长失败经过能够完整读到
最长训练题、测试题的六类长失败过程都已走完 24 步；保留 17 步真实失败后，再用六步完成原目标的补救也已检查。动作、反馈和背包变化完整保留，作答时和学习时读到的内容一致。
老师与学生的完整诊断、分组、出题和纠错建议都已核对实际读取长度。之前通过的长轨迹直接接回，没有重新执行。
关键方法判断继续保留
任务能做成、所练能力不能绕开、升降难符合方向，以及新题八答中有对有错，这些判断仍保留。同一有效来源可以继续出多道题；连续两批无合格题才暂停，整轮总名额不增加。
20 道种子和全部 50 道测试题均已做成。普通题池中唯一至少需要 26 步的紫旗，已按原抽题顺序补入 5 步可完成的红石火把；其余 239 道顺序不变。