全库自测与掌握检查
使用方法
先关闭课程笔记，用自己的例子回答。每题至少包含“定义/判断—具体例子—工程后果”三部分；只复述名词不算通过。回答后按题目链接回到相应条目核对，并记录仍然混淆的概念。
建议评分：
0：无法回答或关键判断错误；1：定义大致正确，但没有例子或工程后果；2：定义、例子和边界完整，能说明何时不适用。
总分 32 分以上，且标为“关键”的题不得为 0，才进入后续主线。分数只用于学习诊断，不是能力认证。
一、概念地图
- AI 系统与模型有什么区别？为什么责任不能归给“模型自己”？
- ML、DL、生成式 AI、LLM 与 Agent 的通常关系是什么？举一个不使用 LLM 的 AI 系统。
- 规则自动化、单次 LLM、固定工作流和 Agent 怎样区分？
核对：AI地图与核心术语。
二、数据、训练与泛化
- 算法、模型、参数、训练和推理分别是什么？
- 预训练、微调、提示、RAG 和工具调用中，哪些通常改变模型参数？
- 训练目标、任务指标和系统结果可能怎样错位？请给一个 JSON 格式正确但业务错误的例子。
- 关键：为什么测试集反复用于调提示后不再独立？应怎样处理？
- 目标泄漏、时间泄漏、重复泄漏和评测污染各举一例。
- 为什么按行随机切分不一定合理？举出按用户、文档或时间分组的场景。
三、评测与 LLM
- 基线、冻结离线集、人工评审、影子模式和线上监控分别能发现什么？
- 关键：为什么用户点赞、人工接受或另一个 LLM 的评分不能直接成为真值？
- LLM 怎样从输入文本逐步生成输出？token、参数、上下文和解码分别做什么？
- 为什么降低 temperature 或增加上下文不能保证事实正确？
- 模型内部 token 表示与用于检索的文本 Embedding 有什么联系和区别？
四、Agent 与失败边界
- Agent 比单次 LLM 多了哪些系统部件？状态、记忆和上下文为什么不是同一个概念？
- 关键：工具参数通过 JSON Schema 后，为什么仍不能直接执行？
- 提示注入为什么不能只靠“再写一句不要被攻击”解决？
- 幂等、停止条件、读写分离、身份与授权链、人工批准分别控制什么风险？
- 当回答错误时，怎样区分数据、检索、上下文、生成、工具和第三方依赖问题？
核对：Agent如何完成任务、能力边界与失败模式。
五、方案、上线与责任
- 关键：面对“让 AI 自动筛选最优秀候选人”，你会先问哪些问题，如何缩小范围？
- 自主性阶梯为什么应从只读信息或草稿开始，而不是直接自动执行？
- 价值门、质量门和风险门分别可能阻止什么发布？
- 影子模式、降级、回滚和停用有什么区别？
- 第三方模型或工具服务发生无报错更新时，为什么仍要重新评测？
- 关键：人工审核在什么条件下才是有效控制？
- 可信 AI 为什么不能压缩成一个总分？隐私、透明、可解释与公平可能怎样权衡？
- 高影响场景为什么需要专业复核、证据访问和申诉路径？
核对：何时使用 AI 与系统形态选择、从原型到上线与退出、负责任使用与风险控制。
六、综合迁移题
- 为“内部政策问答”画出输入、权限、检索、模型、引用校验、人工和日志，并标出信任边界。
- 为上述系统写一个规则/搜索基线、六个测试切片、一个质量门和一个停用条件。
- 同一需求下，什么时候用固定工作流，什么时候才考虑 Agent？
- 如果模型性能提高但用户完成率下降，你会按什么顺序调查？
- 如果无法可靠测量某项高后果风险，团队应该怎样记录并决定，而不是默认低风险？
这些题没有唯一技术答案，但必须有明确目标、证据、责任和安全退出。若回答只包含“优化提示”“换更强模型”或“让人工检查”，返回相应课程重做练习。
掌握检查
- 能用自己的例子解释 AI、ML、DL、LLM、工作流和 Agent。
- 能区分数据、参数、训练、推理、上下文与反馈。
- 能设计没有明显泄漏的开发/测试边界和关键切片。
- 能把失败归因到系统层，而不是笼统归因于“模型不够强”。
- 能比较规则、ML、LLM、工作流与 Agent，并选择最小可用形态。
- 能定义 baseline、离线门槛、试运行、监控、回滚和停用。
- 能说明人工监督何时有效，责任属于谁。
- 能为输出契约、证据、权限和外部动作设计确定性校验。
- 已完成 综合项目：会议行动项助理，并达到项目量表要求。
后续路线
- 工程能力从 Python基础、API 和 JSON 开始。
- 模型原理进入 机器学习 与 深度学习。
- LLM 系统进入 提示词工程、RAG、Tool Calling 与 Agent 核心。
- 完成记录后返回 AI基础认知目录 勾选掌握标准。
参考资料
获取日期：2026-07-22。