GitHub · 1,269 StarCallum McDougall / ARENA contributors公共 API · 核对于 2026年9月6日（44 天前）
阅读作者原文 ↗作者维护的课程本体，已核对习题、参考答案和评测章节；不是厂商 API 文档。主要为英文，部分训练实验需要 GPU，适合作为进阶学习。
热度是核对时可见的数据，不是实时计数或内容质量评分。建议学习时长为本站安排。
热度核对已 44 天，数据可能已变化，请以原站当前数据为准。
查看热度出处 ↗你能学到什么
- 用机制解释练习观察模型内部特征
- 设计带答案与评分口径的小型行为评测
前置知识
Python、PyTorch 与线性代数基础；英文阅读能力。
动手试一试
先选一组基础评测习题，写十道无歧义问题及评分规则；人工复核两个模型输出，记录自动评分与人工判断不一致的原因。
学习说明
以上学习点依据作者公开的教程与项目说明整理，练习为本站建议，未逐项实跑或验证学习效果。完整步骤、代码和版本要求请查阅作者原文。
AI 安全实操：识别提示注入、守住隐私，发布前做好标识
通过网页间接注入、客户来信脱敏、AI 内容发布标识三个演练，学会识别提示注入、判断哪些数据不能输入，发布前完成标识与核对；附可打印检查表和两个标准库演练脚本。
打开站内手册 →来源与内容说明
GitHub 社区 · Callum McDougall / ARENA contributors
保留作者与原始链接，第三方资料的权利属于原作者。
收录：2026年10月19日
核对原始资料待核验公开版本 1
适用范围：尚未标注，请结合原文与实际环境核对
人工核验：尚无核验记录