reconcile LLM_Evaluation zone: align stage numbering and scopes, standardize full-path wikilinks, slim old guidebook notes, dedupe templates

- fix stage-numbering conflict (README vs 05-Progress) and unify stage-1 reading scope
- resolve AWS workshop prerequisite contradiction in 04-Reference/01
- convert medium-path wikilinks to vault-root paths (~30 links), fix .pyy typos, annotate ragas fork, unify archive status, add 01-/02- README hubs
- compress old-version guidebook notes (01, 05) into pointers; add 2026 reading guidance to 00-Overview
- dedupe project templates and remove embedded template copy in 03-Practice/README

01_Projects/Personal-Tech/LLM_Evaluation/03-Practice/_template/04-失败复盘.md

@@ -0,0 +1,38 @@
+---
+type: project
+status: active
+---
+
+# 04 · 失败复盘
+
+> 失败分类的权威定义见 [[02-Why-Guide]] 第 7 步（简化五类）与 [[01-LLM-Evaluation-Roadmap]] 第八节（系统级扩展分类）；严重度 S0-S4 见路线图第十节。
+
+## 失败分类（对应工作表第 5 节）
+
+| Case | 失败类型 | 证据 | 我准备先检查什么 |
+|---|---|---|---|
+|  | 无依据事实 / 漏限制 / 不当确定 / 格式 / 规则不确定 |  | prompt / 文档 / rubric / grader |
+
+> 第一版只用 4-5 个类型即可。分类的目的不是"全面"，而是找到下一次唯一值得改的地方。
+
+## 根因三步定位（RAG 示例）
+
+1. run 里的实际 context 是否包含 expected 中的 gold context？没有 → **检索错误**
+2. 把 gold context 直接给模型重跑：答对 → 检索/拼装问题；仍错 → **模型推理 / 生成错误**
+3. 并排人工复核输出 / expected / grader：人工认为可接受但 grader 判失败 → **grader 错误**（记录 grader 版本与提示词）
+
+> 不要凭直觉归因，一次失败先走完三步，通常不超过 10 分钟。
+
+## 严重度标注
+
+| Case | 严重度（S0-S4） | 理由 | 发布策略 |
+|---|---|---|---|
+|  |  |  | 见路线图第十节 |
+
+## 一句话复盘（每批至少一条）
+
+- 本周最常见的失败类型是：…… 下一步唯一值得改的地方是：……
+
+---
+
+返回 [[01_Projects/Personal-Tech/LLM_Evaluation/03-Practice/README|项目实践入口]]。