练习参考答案使用说明
核对日期：2026-05-13。
1. 这份答案怎么用
参考答案不是背诵材料，而是校准材料。建议先独立完成阶段练习、项目和验收题，再对照答案检查自己的理解是否覆盖了机制、边界、工程实现和风险。
如果你的答案和参考答案表达不同，但能清楚说明“为什么、什么时候适用、什么时候不适用、如何验证”，通常就是合格答案。
2. 答案粒度
每个阶段的 参考答案.md 默认包含三类内容：
- 阶段练习参考方向：给出解题思路、判断标准或最小实现要点。
- 项目评分样例：说明什么样的产出可拿高分，什么样的产出不合格。
- 验收题参考答案：逐题给出核心要点，不写成死记硬背的标准话术。
3. 自测评分方式
| 分数 | 判断标准 |
|---|---|
| 0 | 只复述名词，无法解释机制或边界 |
| 1 | 能解释概念，但缺少工程场景或风险 |
| 2 | 能结合例子说明适用和不适用 |
| 3 | 能给出实现方案、验证方式和失败处理 |
每道验收题建议按 0-3 分自评。单阶段 10 道题满分 30 分：
- 24 分以上：可以进入下一阶段。
- 18-23 分：可以推进，但要补齐薄弱题。
- 18 分以下：建议重读阶段讲义并重做练习。
4. 项目验收方式
项目不要只看“能不能跑”，至少检查：
- 是否有明确目标、输入和输出。
- 是否有 baseline 或对照。
- 是否有失败样例。
- 是否有指标或人工验收标准。
- 是否说明了风险、边界和下一步。
AI 工程项目尤其要避免只展示一个成功 demo。真正能说明能力的，是你如何处理失败、成本、权限、评测和上线约束。
5. 推荐文件组织
每个阶段目录可保留：
阶段目录/
├── README.md
└── 参考答案.md
后续如果答案继续加厚，再拆分为：
阶段目录/
├── README.md
├── 练习参考答案.md
├── 项目评分样例.md
└── 验收题参考答案.md
6. 参考答案索引
| 阶段 | 参考答案 |
|---|---|
| 01 AI 全景认知 | ../01-AI全景认知/参考答案.md |
| 02 数学与编程基础 | ../02-数学与编程基础/参考答案.md |
| 03 机器学习基础 | ../03-机器学习基础/参考答案.md |
| 04 深度学习基础 | ../04-深度学习基础/参考答案.md |
| 05 Transformer 与大模型原理 | ../05-Transformer与大模型原理/参考答案.md |
| 06 Prompt 与上下文工程 | ../06-Prompt与上下文工程/参考答案.md |
| 07 RAG 与知识系统 | ../07-RAG与知识系统/参考答案.md |
| 08 AI 应用工程 | ../08-AI应用工程/参考答案.md |
| 09 Agent 系统设计 | ../09-Agent系统设计/参考答案.md |
| 10 评测体系 | ../10-评测体系/参考答案.md |
| 11 安全与治理 | ../11-安全与治理/参考答案.md |
| 12 LLMOps 与生产化 | ../12-LLMOps与生产化/参考答案.md |
| 13 AI 产品与业务落地 | ../13-AI产品与业务落地/参考答案.md |
| 14 综合实战项目 | ../14-综合实战项目/参考答案.md |