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 训练崩溃分析

二、反馈类型 （必填）

•课程内容错误

三、反馈详情 （必填）

04.03 notebook 中"正常训练"和"崩溃训练"两个不同 run 在 step 50 的四项指标完全相同，但 step 1 的指标不同，疑似复制粘贴错误。

正常 run（04.03 notebook 第 32-35 行）：

step 1:  entropy=0.57, correct=15%, response_length=2078, reward=0.74
step 50: entropy=0.24, correct=40%, response_length=1737, reward=1.04

崩溃 run（04.03 notebook 第 41-45 行）：

step 1:  entropy=0.56, correct=15%, response_length=1755, reward=0.76
step 50: entropy=0.24, correct=40%, response_length=1737, reward=1.04  ← 与正常 run 完全一致

四、环境信息 （可选）

💡 备注（选填）