---
aliases:
  - 学习看板
type: checklist
tags:
  - llm-evaluation
  - learning-board
status: active
created: 2026-08-21
---

# 学习看板

> 这个看板只追踪“是否形成评测闭环”，不追踪看了多少篇文章或装了多少工具。

> **使用说明：** 勾选时在条目后补日期，例如 `- [x] 我已读完 [[02-Why-Guide]]（2026-08-21）`。学习过程的详细记录（周记、卡点、复盘）见 [[01_Projects/Personal-Tech/LLM_Evaluation/05-Progress/00-Current-Status-and-Next-Steps|05-Progress]]。

## Level 1：建立判断能力

> **本 Level 是理论阶段的出口、实践阶段的入口。** 全部勾选后，就从"读"切换到"写"：填 [[02-First-Week-Worksheet|首周工作表]]，然后复制 `03-Practice/_template/` 建立第一个项目。

- [x] 我能用自己的话解释：为什么先定义成功条件，再运行模型。（2026-08-24）
- [x] 我已读完 [[02-Why-Guide]]。（2026-08-24）
- [x] 我已从公开资料中选定一个范围足够小的任务。（2026-08-26）
- [x] 我已写出一个能回答的问题和一个不能回答的问题。（2026-08-26）
- [x] 我已写出 rubric v0.1，包含有据性、资料不足处理与核心任务完成度三个维度。（2026-08-26）

> 示例问答与 rubric 见 [[03-Practice/01-go-docs-qa/01-task-and-rubric|01-go-docs-qa/01-task-and-rubric]]；首周工作表保持空白模板，内容已迁移至项目目录。

## Level 2：完成第一个最小闭环

- [ ] 我已在 [[02-First-Week-Worksheet]] 或项目 `02-case-design.md` 中写出 10 个 case。
- [ ] 我已得到至少一组候选输出。
- [ ] 我已对至少 5 个 case 写下通过/失败理由。
- [ ] 我已识别并命名 3—5 类失败。
- [ ] 我已修改一个可解释因素，并重跑旧 case。

## Level 3：项目化与证据链

- [x] 我已在 `03-Practice/` 下创建自己的项目目录。（2026-08-26）
- [ ] 我已保存稳定的 case 定义与一次运行记录。
- [ ] 我已写出一份简短失败复盘。
- [ ] 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 [[01_Projects/Personal-Tech/LLM_Evaluation/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（[[01_Projects/Personal-Tech/LLM_Evaluation/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（[[01_Projects/Personal-Tech/LLM_Evaluation/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（[[01_Projects/Personal-Tech/LLM_Evaluation/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（[[01_Projects/Personal-Tech/LLM_Evaluation/04-Reference/02-Benchmark-and-Reproducibility\|02-Benchmark-and-Reproducibility]]）。
- [ ] 我已用 [[01_Projects/Personal-Tech/LLM_Evaluation/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

> 每周复盘模板见 [[01_Projects/Personal-Tech/LLM_Evaluation/05-Progress/01-Weekly-Learning-Journal|学习周记]]（复制模板、改日期后插到文件最顶部）；问题框架与学习看板 Level 1–3 的闭环检查一致。

返回 [[01_Projects/Personal-Tech/LLM_Evaluation/README|学习专区首页]]。 


[You have received this identical output 5 times. Re-reading '/Users/windy/Documents/vault/my-vault/01_Projects/Personal-Tech/LLM_Evaluation/01-Getting-Started/01-Learning-Board.md:raw' will not change it — use a narrower selector (path:A-B), or proceed with the edit.]