从一次回答，走向搜索、推理与验证
本页问题
以当前可行的 A 为基线，下一步能否找到同样装得下、又更快的候选？把目标写成可检验的问题。
CL04/b0 · 还有满足内存约束、同时更快的方案吗？怎样验证？
当前选择 A 之后，一个可检验的新问题是：能否找到峰值内存仍严格小于4GiB、同时耗时低于12秒的候选？待研究的过程是提出候选、展开推理、运行并检验，再依据反馈修正。这个过程可能找到改进，也可能在当前条件下没有找到更优解；这里尚未提供新候选的测量结果。后续将继续讨论搜索、推理、验证，并回看中训练与后训练；第九讲通过工具、代码与可验证反馈连接实际任务。
进一步解释
反馈可以改变下一次候选、提示或行动；只有显式执行训练更新时才会改变参数。当前上下文中使用反馈，与优化器更新权重是不同过程。中训练与后训练的定义和组织方式随方法而异，并非所有模型必经的固定流水线。
教师备课：指图与模拟问答
指图与推进 · 不朗读从沿用的内存约束与 A 基线提出问题，沿候选→推理→运行检验→反馈修正指读；停在待验证问题和第九讲连接，让学生提出一个候选及所需测量，不预设一定获得改进。
本态来源与条件
后续问题与课程承接；未执行或声称完成搜索、推理验证实验。
接下来
带着同一任务、同一约束和可检查的测量，继续研究搜索、推理与验证。
本页证据与条件
后续问题与课程承接；未执行或声称完成搜索、推理验证实验。