已关闭
[Course-Feedback|课程反馈]: Qwen3-1.7B Wordle 强化学习实战 答案解析与选项不一致 #328
咸粥联盟创建于 7月30日关闭于 26 天前
咸粥联盟7月30日 修改标题为 “[Course-Feedback|课程反馈]: Qwen3-1.7B Wordle 强化学习实战 答案解析与选项不一致”，原标题为“[Course-Feedback|课程反馈]: 答案解析与选项不一致”
7月30日 修改标题为 “[Course-Feedback|课程反馈]: Qwen3-1.7B Wordle 强化学习实战 答案解析与选项不一致”，原标题为“[Course-Feedback|课程反馈]: 答案解析与选项不一致”
ink_polymer
7月30日 评论：
7月30日 评论：
尊敬的开发者您好，您的建议已收到，待内部评估后反馈，感谢您的支持
zhoujian
26 天前 评论：
26 天前 评论：
您好，感谢您的反馈。练习选项与答案解析已完成对齐，并统一采用固定其他参数、小幅调整和短程对比的调优方法。相关修改已通过关联 PR !455 合入。
26 天前 issue状态由 进行中 改变为 已完成
26 天前 关闭了 issue
26 天前 添加了label：resolved
Thanks for sending an issue! Please fill in the following template to help quickly solve your problem.
一、课程名称 （必填）
Qwen3-1.7B Wordle 强化学习实战
第 4 章 — 04.03 练习 Q5 / 04.04 练习 Q10
二、反馈类型 （必填）
课程内容错误
三、反馈详情 （必填）
练习题选项中写的是
entropy_coeff=0.002，但对应答案解析中写的是entropy_coeff=0.005，选项值与解析值不一致。04.03 Q5：
B. 加 entropy_coeff=0.00204.03_answer.txt第 14 行）：加 entropy_coeff=0.005 可以在 pg_loss 和 entropy 之间建立平衡04.04 Q10：
B. 加 entropy_coeff=0.00204.04_answer.txt第 29 行）：加 entropy_coeff=0.005 可以在 pg_loss 和 entropy 之间建立平衡建议修正： 将答案解析中的
0.005改为0.002，与选项文字一致。四、环境信息 （可选）
💡 备注（选填）