第八周最终演练工作纸
综合实践 · 12_深度学习原理与经典论文路线/第八周_最终演练工作纸.md
第八周最终演练工作纸
一句话定位
第八周不是继续“多看一点资料”，而是把前 7 周的论文理解、notebook 证据和表达能力压缩成一次可检验的 10 分钟模拟组会。
本周产出
| Day | 任务 | 必须留下的证据 | 放在哪里 |
|---|
| Day50 | 选择最终汇报论文 | 选题理由、为什么适合现在讲、备用选题 | daily_logs/Day50_学习记录.md |
| Day51 | 写 10 分钟初稿 | 开场、主线、论文深入、notebook 展示、边界总结 | daily_logs/Day51_学习记录.md |
| Day52 | 配 notebook 展示 | 输入 shape、核心计算、输出解释、没有复现的部分 | daily_logs/Day52_学习记录.md |
| Day53 | 准备追问回答 | 至少 8 个追问的 60 秒回答 | daily_logs/Day53_学习记录.md |
| Day54 | 第一次演练 | 录音/计时结果、自评、3 个最大问题 | daily_logs/Day54_学习记录.md |
| Day55 | 修改第二版 | 修改后的讲稿、补强的概念、删掉的空话 | daily_logs/Day55_学习记录.md |
| Day56 | 最终演练和判定 | 最终自评、完成判定、下一阶段计划 | daily_logs/Day56_学习记录.md |
Day50：最终选题
候选论文
从下面 4 类里选 1 篇，不建议临时选择过难或证据不足的题目。
| 类型 | 推荐论文 | 适合原因 | 风险 |
|---|
| 最稳妥 | Transformer | 主线地位强，和 attention、GPT、BERT 都能连起来 | 容易讲成泛泛介绍 |
| 最适合展示代码 | Attention 或 LoRA | notebook 机制清楚，shape 容易解释 | 论文贡献需要讲准 |
| 最适合研究表达 | Scaling Law 或 Chinchilla | 能体现实验规律、数据、计算量意识 | 不能把经验规律说成定理 |
| 最能展示边界意识 | RLHF 或 Diffusion | 能讲清模型可用性和生成机制 | PPO 或扩散数学不要硬讲 |
我的最终选题
- 我选择的论文：
- 选择理由 1：它能代表哪条主线？
- 选择理由 2：我有哪些 notebook 或笔记证据？
- 选择理由 3：它和未来科研/课程有什么关系？
- 我暂时不选其他论文的原因：
- 备用选题：
Day51：10 分钟初稿
时间分配
| 段落 | 时间 | 要讲清的问题 | 我的草稿 |
|---|
| 开场 | 1 分钟 | 我学的主线是什么 | |
| 12 篇论文地图 | 2 分钟 | 从表示学习到生成模型怎么连起来 | |
| 深入论文 | 3 分钟 | 研究问题、核心方法、证据、局限 | |
| notebook 展示 | 2 分钟 | 输入、计算、输出、shape/loss | |
| 总结和边界 | 2 分钟 | 我会什么、不会什么、下一步补什么 | |
一句主线
请用一句话连接 12 篇论文：
不能出现的表达
- “这篇论文就是提出了一个很厉害的模型。”
- “这个方法效果很好，所以后来都用了。”
- “我已经掌握了大模型原理。”
- “这个 notebook 就是复现了完整论文。”
把上面的话改成更专业的说法：
Day52：notebook 展示脚本
选择一个 notebook
- 我选择的 notebook：
- 对应论文或机制：
- 我展示它的原因：
展示顺序
| 步骤 | 要说的话 | 证据 |
|---|
| 输入 | 输入是什么？shape 是什么？ | |
| 核心计算 | 模型/函数做了什么？ | |
| 输出 | 输出是什么？如何解释？ | |
| loss 或指标 | loss/score/结果代表什么？ | |
| 局限 | 它没有复现论文哪些部分？ | |
shape 检查
- 输入 shape：
- 中间张量 shape：
- 输出 shape：
- 我最容易说错的 shape：
Day53：追问回答
每个回答控制在 60 秒内：先直觉，再专业表达，再边界。
| 追问 | 我的 60 秒回答 | 还不确定的地方 |
|---|
| 最小复现和完整复现有什么区别？ | | |
| Transformer 为什么比 RNN 更适合大规模训练？ | | |
| GPT 和 BERT 的训练目标本质差别是什么？ | | |
| Scaling Law 为什么不能当严格定理？ | | |
| Chinchilla 对 Scaling Law 的修正是什么？ | | |
| RLHF 是否能保证事实正确？ | | |
| LoRA 为什么能少量参数适配模型？ | | |
| Diffusion 为什么要多步去噪？ | | |
| 这些论文和我的专业方向有什么关系？ | | |
Day54：第一次演练
计时记录
| 段落 | 目标时间 | 实际时间 | 问题 |
|---|
| 开场 | 1 分钟 | | |
| 论文地图 | 2 分钟 | | |
| 深入论文 | 3 分钟 | | |
| notebook | 2 分钟 | | |
| 总结边界 | 2 分钟 | | |
自评
- 最清楚的一段：
- 最模糊的一段：
- 最像背稿的一段：
- 最需要补的概念：
- 最需要删掉的内容：
Day55：第二版修改
修改清单
| 问题 | 修改动作 | 修改后证据 |
|---|
| 概念不准 | | |
| 主线不清 | | |
| notebook 讲不清 | | |
| 边界说得太大 | | |
| 时间超出 | | |
第二版核心稿
用 5 句话写出第二版的骨架：
Day56：最终演练和判定
最终演练证据
- 演练日期：
- 最终选题：
- 展示 notebook：
- 总时长：
- 回答了几个追问：
- 最终录音/截图/文字证据位置：
完成判定
| 能力 | 达标证据 | 是否达标 |
|---|
| 能讲清 12 篇论文主线 | | |
| 能深入讲 1 篇论文 | | |
| 能展示 1 个 notebook | | |
| 能解释 shape/loss/输出 | | |
| 能说明没有复现的部分 | | |
| 能回答至少 5 个追问 | | |
| 能说出下一阶段短板 | | |
最终结论
- 现在可以自信表达的内容：
- 仍然不能夸大的内容：
- 下一阶段 2 周最小计划：
给 AI 的高质量提示词
让 AI 审稿
我正在准备一个 10 分钟深度学习经典论文模拟组会。请你用研究生组会标准审查我的讲稿：
1. 哪些地方只是泛泛而谈？
2. 哪些论文贡献说得不准确？
3. notebook 展示是否说明了输入、输出、shape、loss 和局限？
4. 哪些地方我夸大了自己的复现程度？
5. 请给我 8 个可能被老师追问的问题。
下面是我的讲稿：
【粘贴讲稿】
让 AI 追问
请你扮演机器学习方向老师，对我的 10 分钟汇报进行追问。要求：
1. 先问基础概念，再问论文贡献，再问代码实现，再问局限。
2. 每次只问一个问题，等我回答后再继续。
3. 如果我回答得含糊，请指出具体含糊在哪里。
4. 不要直接替我回答，除非我明确请求。
我的汇报主题是：【论文名/主题】