本文依據 CMU 10-423/623/723 Generative AI Spring 2026 版。 這是 CMU 10-423 導讀系列的最後一篇（第 23 篇），接續 L24–L26：語音、影片生成與互動式世界模型。前面四篇作業導讀（HW1、HW2、HW3、HW4）講的是程式作業，這一篇講作業以外的驗收方式。
用到的官方材料：課程首頁的課綱、講次表、Coursework 頁、練習考卷（41 頁）與解答（44 頁）、HW623 handout（4 頁）、專案 handout（12 頁）。這門課的存取等級是 A3（等級定義見全球 AI／CS 課程地圖）。但本篇涉及的正式考卷、小考、程式測驗題目、Gradescope 評分與 Piazza 公告全都不公開，校外只能拿到練習材料和規則。
這一篇要回答的是：一門課除了作業，還用什麼判斷你學會了？校外讀者手上只有公開材料時，又能怎麼檢查自己？
驗收方式總覽
課綱列出三種課號的配分。三者內容相同，差別只在 10-623 多做 HW623，10-723 再多一份 Quiz723：
| 項目 | 10-423 | 10-623 | 10-723 |
|---|---|---|---|
| 作業 | 30%（5 份） | 30%（6 份，多 HW623） | 30%（6 份） |
| 課堂小考 | 10%（6 次，最低分算半權重） | 10%（同左） | 10%（6 次，等權重） |
| 程式測驗 | 10%（2 次） | 10% | 10% |
| 考試 | 20%（1 次） | 20% | 20% |
| 專案 | 25% | 25% | 25% |
| 參與 | 5% | 5% | 5% |
講次表上的時程：
| 日期（2026） | 事件 |
|---|---|
| 1/28 | Quiz 1（L1–L4） |
| 2/16 | Quiz 2（L5–L9） |
| 2/25 | Programming Test HW1/HW2；Quiz 3（L9–L12） |
| 3/13 | 專案組隊截止（下午 2 點） |
| 3/16 | Quiz 4（L12–L15） |
| 3/23 | HW623 發布；練習題發布 |
| 3/27 | Programming Test HW3/HW4 |
| 3/30 | 考試（晚上，細節在 Piazza 公布） |
| 4/3 | 專案 proposal 截止 |
| 4/6 | Quiz 5（L16–L20） |
| 4/13 | 專案期中報告截止 |
| 4/20 | HW623 截止；Quiz 6（L21–L24） |
| 4/26 | 專案海報截止 |
| 4/28 | 專案期末發表（晚上 5:30–8:30，GHC 6121 與 6115） |
| 4/30 | 專案期末報告截止 |
小考、程式測驗與考試的規則
課綱對三種測驗的描述：
- 小考：除非另有說明都是閉書，在週一、三、五的課堂上舉行，定位是比考試「低風險」的評量。
- 程式測驗：聚焦在作業裡練過的程式能力，閉書，必須出席。
- 考試：閉書、綜合性，在課堂時段舉行，日期以講次表為準。
官方材料之間有兩處不一致，照實列出：
- Coursework 頁寫「There will be 5 quizzes」，底下卻列了 Quiz 1 到 Quiz 6；課綱與講次表都是 6 次。
- 課綱說第二次程式測驗考「HW4/HW5」，但這學期只有 HW1–HW4，講次表寫的是「Programing Test HW3/HW4」。本文以講次表為準。
這些題目都沒有公開。校外能對照的只有練習考卷。
練習考卷：13 大題、167 分
練習考卷標題是「Spring 2026 Practice Questions」，日期 03/30/26，考試時間寫「NA」。封面規則寫明考試時不能使用電子裝置。Coursework 頁把它放在「Midterm Exam」底下，和解答並列。
| 大題 | 主題 | 分數 | 對應本系列 |
|---|---|---|---|
| 1 | AutoDiff / RNN-LMs | 11 | order 1 |
| 2 | Transformers and LLMs | 30 | order 2 |
| 3 | Learning neural language models / Decoding | 8 | order 2 |
| 4 | Pre-training, fine-tuning / Modern Transformers | 17 | order 3 |
| 5 | Vision Transformers | 14 | order 5 |
| 6 | GANs | 9 | order 6 |
| 7 | VAEs | 8 | order 8 |
| 8 | Diffusion Models | 8 | order 7 |
| 9 | In-context Learning | 8 | order 10 |
| 10 | RLHF / DPO | 12 | order 11 |
| 11 | Text-to-image Models and VLMs | 19 | order 13 |
| 12 | Prompt2Prompt | 19 | order 14 |
| 13 | Scaling Laws | 4 | order 16 |
從表上可以讀出三件事：
- 範圍停在 Scaling Laws。考試在 3 月 30 日，正好是 L20 那天，所以 L17 以後的分散式訓練、長上下文、推理模型、agent、音訊影片都不在練習考卷裡。
- 文字單元占最重。前四大題加起來 66 分，將近四成。
- 多模態被考得很細。第 11、12 兩大題共 38 分，Prompt2Prompt 一個方法就占 19 分。
題型以選擇題為主，分成單選（Select one）、複選（Select all that apply）、是非題，另有不少簡答題，例如解釋某個設計的優缺點、寫出某個訓練目標兩項的直覺意義。有些題目直接連到作業，例如第 11 大題的第一小題開頭就是「In Homework 4…」。也有幾處小瑕疵：第 7.1 小題標 0 分；第 13 大題總分 4 分，但只有兩小題標了分數。
解答版多了 3 頁，照原題標出正確選項與簡答。本文不轉貼答案。
HW623：角色扮演論文報告
HW623 只有註冊 10-623／723 的學生要做。課綱說它著重在「理解、解釋、評估生成式 AI 近期文獻中的關鍵主題」。Handout 標示 3/30/26 發布、4/20/26 截止（講次表則把發布標在 3/23）。
要做什麼
讀一篇近期的生成式 AI 論文，錄一段短報告，採用 Colin Raffel 與 Alec Jacobson 的角色扮演法。從六種角色選一種：
| 角色 | 任務 |
|---|---|
| 科學審稿人 | 照 NeurIPS 審稿指引寫完整審查，回答 Review Form 的第 1–10 題並給總分 |
| 考古學家 | 找出一篇深刻影響本篇的前作，以及一篇引用本篇的後續論文 |
| 學術研究者 | 提出一個以本篇為基礎的假想後續計畫，假設它成功了，用五點結構的論文引言形式呈現 |
| 業界從業者 | 為你選的產品或應用寫詳細描述，說服別人付錢讓你把論文方法用上去 |
| 私家偵探 | 調查其中一位作者：在哪工作、念什麼、哪些前作引向這篇、動機是什麼 |
| 社會影響評估者 | 找出論文怎麼自評正負面影響，補上被遺漏的正面影響與被忽略的負面影響 |
幾條規則：
- 不論哪個角色，報告都要先摘要論文。
- 可以不開鏡頭（像 Khan Academy 那樣）。
- 要做投影片，和錄影一起交。
- 交件後，所有人的報告影片會透過 Piazza 分享給全班。
- AI 使用：可以用 AI 幫助理解論文，但所有繳交的材料都必須是自己做的，不得有 AI 協助。
長度的說法前後不一：第一節寫「5–10 分鐘」，錄影步驟寫「報告 7–10 分鐘，超過 11 分鐘會扣分」。錄影流程是在 Zoom 的個人會議室錄到雲端，把分享資訊貼到 Gradescope，再上傳 PDF 投影片。
論文清單
清單共 33 篇，想報清單外的論文要在 Piazza 私訊講師說明理由。依本系列的單元粗分：
完整 33 篇請直接看 handout 第 2–3 頁。
期末專案：三人一組、要求 replication
Coursework 頁說專案在課程最後 4 週完成。專案 handout（編譯日期 2026 年 4 月 15 日）開頭給出專案的四個步驟：找一個真實資料集上的生成建模問題、用合適的指標建立 baseline、設計在受控條件下比較多種演算法的實驗、透過 milestones 回報結果。
Milestones 與配分
| Milestone | 截止 | 篇幅 | 配分 |
|---|---|---|---|
| 組隊（3 人，Google 表單） | 3/13 下午 2 點 | — | 2.5% |
| Proposal | 4/3 | 2–3 頁 | 15% |
| Liaison meeting 1 | 4/5–4/9 | — | — |
| Midway Executive Summary | 4/13 | 3–4 頁 | 20% |
| Liaison meeting 2 | 4/21–4/26 | — | — |
| Final Poster | 4/26 上傳 PDF | 9 張投影片排成 3×3，加 3×1 標題列 | 20% |
| Final Executive Summary | 4/30 | 5–6 頁，可加附錄 | 32.5% |
| Code Upload | 與期末報告同時 | — | 10% |
人數不是 3 人的組會被重新分組。Proposal 和期中報告不能有附錄；期末報告可以有，但超過 6 頁會扣分。海報發表是 9 分鐘報告加 3 分鐘問答。
評分看什麼
Handout 裡有幾條會直接影響你怎麼選題：
- 不比 state-of-the-art：不會以最終結果和最佳成績比較來評分，選 baseline 時可以優先考慮程式速度、結構簡單、是否使用 PyTorch 等熟悉的函式庫。
- 起點會被納入考量：從零開始寫、實驗較少的組，和從既有實作出發、程式較少但實驗較多的組，都可能拿高分；兩者都要在報告裡記錄時間花在哪。
- Novelty 鼓勵但不強制：重新實作一個沒有公開實作的方法本身就可以是主要貢獻。
- 必須 replicate 至少一個文獻結果：要有一張表並列原論文的數字和你的重現結果。重現不必完全一致，例如原文 92.3、你只到 91.9，這很常見。Handout 特別區分 replication（重現結果）和 reimplementation（重寫程式）。
- 可以縮小規模：用資料子集或較小的模型都可以，只要清楚記錄決定與理由。
期中和期末報告都要寫一節「Thought-Experiment on Compute」：實際用了多少 GPU／TPU 小時、什麼型號、折合多少美元，以及如果有價值 1,000 美元的雲端 GPU 額度，你會怎麼做。期末報告還要有「Research Log」，交代走過的彎路和卡關點；handout 說這一節「可以說是最重要的部分」。
AI Assistance Policy
專案可以用 AI，但隊伍對繳交的一切負責，而且必須有實質的人類工作。期中報告、海報、期末報告都要明確寫出五件事：
- 專案的哪些部分用了 AI 協助
- 用了哪些 AI 工具
- 怎麼使用
- 哪些部分主要由人完成
- 怎麼檢查產出的程式、分析或文字是正確、可信的
期中報告還要說明之後打算怎麼用 AI。Handout 寫明，助教可能在 liaison meeting 和海報問答時要你用自己的話解釋程式、實驗與設計選擇；沒有揭露 AI 使用、或解釋不出核心部分，都會扣專案分數。這和作業的 Slot A／Slot B 制度是同一個精神：先證明是你自己懂，再談用 AI 提高效率。
校外讀者怎麼自我檢核
正式題目拿不到，但練習考卷、HW623 和專案 handout 足以組成一套自我檢核流程：
- 先寫、後對答案。印出練習考卷，不看講義寫完一個大題，再打開解答對照。這就是課程 Slot A／Slot B 的順序。
- 用分數找弱點。把每大題的得分率填回上面那張對照表，低於一半的大題回去重讀對應的系列文章與投影片。
- 簡答題要說得出「為什麼」。選擇題對了不代表懂；簡答題寫不出兩句理由的，就算沒過。
- L17 以後的講次自己出題。練習考卷沒涵蓋後段，可以照 Quiz 5、6 的範圍（L16–L20、L21–L24），每講挑投影片上的兩個「Question / Answer」頁當題目。
- 用 HW623 的角色讀一篇論文。從 33 篇清單挑一篇和你最弱單元相關的，選「考古學家」或「審稿人」角色，錄一段 10 分鐘內的報告給自己聽。
- 把專案縮成一個週末版。挑一個生成任務，只做兩件事：重現一個論文數字、寫一頁 Thought-Experiment on Compute。這兩件事就是 handout 最在意的部分。
怎麼做：今晚只做練習考卷的第 4 大題（17 分，Modern Transformers），限時 25 分鐘、不看講義，寫完再對解答。這題涵蓋 LoRA、RoPE、auto-encoder，剛好橫跨系列前三分之一。
這一篇可以確認與不能確認的
可以確認：課綱配分、講次表的日期、Coursework 頁的清單、練習考卷與解答的結構、HW623 與專案 handout 的內容。不能確認：正式考卷的題目與範圍（只有練習考卷，課綱只說考試是綜合性的）、小考與程式測驗的題目和形式、Quiz723 的內容、助教評分細則、Piazza 上的補充公告。上面標出的三處官方材料不一致（小考次數、第二次程式測驗範圍、HW623 報告長度），本文無法判斷哪個是最終版本。
延伸閱讀：想看其他課怎麼安排專案與考試，可以對照 CMU 11-785 導讀（同屬本課先修清單）和 Stanford CS336 導讀。
系列導覽：上一篇 L24–L26：語音、影片生成與互動式世界模型｜這是最後一篇｜系列總覽
參考資料
Loading...