add Level 4 deep-reference checklist to learning board (04-Reference essentials)

2026-08-21 17:13:33 +08:00
parent 4523ce67b3
commit 451cd42b7a
1 changed files with 11 additions and 0 deletions
@@ -37,6 +37,17 @@ created: 2026-08-21
 - [ ] 我已决定下一阶段是 RAG、Agent tool-use、Text-to-SQL 还是 Code Agent。
 - [ ] 我已开始阅读 [[01-LLM-Evaluation-Roadmap]] 中对应部分。

+## Level 4：深度参考（资源地图精读）
+
+> 精读顺序见 [[04-Reference/README|04-Reference 资源地图]]。只精读 4 个，其余按需查阅。
+
+- [ ] 我已通读资源地图并选定自己的精读顺序。
+- [ ] AWS Workshop：我已拆解至少 1 个模块的 Task / Case / Rubric / Grader / Failure（[[04-Reference/01-Evaluation-Infrastructure\|01-Evaluation-Infrastructure]]）。
+- [ ] lm-evaluation-harness：我能讲清 Task 标准化、Prompt 固定、Metric 配置与去污染（[[04-Reference/02-Benchmark-and-Reproducibility\|02-Benchmark-and-Reproducibility]]）。
+- [ ] Inspect AI + AISI：我能映射 Evaluate / Isolate / Connect / Run / Scale 与 Task / Solver / Scorer / Sandbox / Trace 抽象（[[04-Reference/01-Evaluation-Infrastructure\|01-Evaluation-Infrastructure]]）。
+- [ ] OLMES：我能解释 Evaluation Protocol 冻结为何带来可复现比较（[[04-Reference/02-Benchmark-and-Reproducibility\|02-Benchmark-and-Reproducibility]]）。
+- [ ] 我已用 [[04-Reference/05-Source-Reading-Checklist\|源码阅读检查清单]] 的 8 个问题对照过至少 1 个框架。
+
 ## 每周复盘（复制到项目周记）

 ```markdown