已关闭
[Course-Feedback|课程反馈]: Qwen3-1.7B Wordle 强化学习实战解析前后不一致 #331
咸粥联盟创建于 7月30日关闭于 8月6日
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
8月6日 评论：
8月6日 评论：
您好，感谢您的反馈。entropy_coeff 相关解析已按当前实验配置和联合指标观察口径调整，不再给出与章节实验说明不一致的示例推荐值。相关修改已通过关联 PR !455 合入。
8月6日 issue状态由 进行中 改变为 已完成
8月6日 关闭了 issue
8月6日 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 2 章《RL 核心概念》— 02.05 章节练习 Q5
二、反馈类型 （必填）
课程内容错误
三、反馈详情 （必填）
02.05_answer.txt Q5 的解析中举例
entropy_coeff推荐值为0.001，但 02.04 notebook 明确标注0.002为"多数环境最优"且"本 recipe 从已完整验证的 0.002 开始"。02.04 notebook entropy_coeff 表格：
02.05_answer.txt Q5 解析（第 14 行）：
建议修正： 将答案解析中的
0.001改为0.002，与 02.04 的推荐值一致。四、环境信息 （可选）
💡 备注（选填）