B01 — Godot-RL-Brücke für Neural Foundations
← Diagnose & Lernpfad · F01 — Python & NumPy → · Glossar
Nur wenn du den Godot-RL-Kurs abgeschlossen hast; sonst geht es mit F01 — Python & NumPy weiter.
Zweck
Diese kompakte Seite erkennt nachgewiesene Godot-RL-Fähigkeiten an, ohne ein Kurszertifikat mit einem Nachweis gleichzusetzen. Löse die Aufgaben und wiederhole nur Grundlagenblöcke mit fehlender Evidenz.
Transferkarte
| Godot-RL-Grundlage | LLM-Grundlage | Jetzt prüfen oder lernen |
|---|---|---|
| gewichtete Summe, Bias, Aktivierung | Neuron und MLP | F04-Shapes und einen Gradienten prüfen |
| Schichten und Forward Pass | Token-Repräsentationspipeline | [B,T,C]-Zeitachse in F02 ergänzen |
| Loss und Backpropagation | Next-Token-Cross-Entropy | Vokabular-Softmax und F03-Loss lernen |
| Policy-Logits | Next-Token-Logits | beide normieren Scores; Pretraining hat gelabelte Folgetoken |
| PyTorch-Training | PyTorch-LLM-Training | Gradientenlöschen und kausale Target-Shapes prüfen |
| Fehlerdiagnose | Experimentdiagnose | Trace, Baseline, Seed und Reparaturnachweis behalten |
| ONNX/native Inferenz | optimierte LLM-Inferenz | später autoregressives Decoding und KV-Cache ergänzen |
Zwanzig-Minuten-Nachweis
- Leite
[4,8,64]aus Aktivierungen[4,8,32]und Gewicht[32,64]ab. - Berechne Softmax und beide Target-Losses für Logits
[2,0]. - Erkläre, warum gewöhnliches Next-Token-Pretraining keinen Reward nutzt.
- Ermittle für
(2x+1)²beix=3per Kettenregel und Central Difference den Gradienten 28. - Führe mit Seed 7 ein PyTorch-Update
[4,3] → [4,2]mit endlichen Gradienten aus.
| Ergebnis | Pfad |
|---|---|
| alle fünf selbstständig | direkt zum gemeinsamen F06-Checkpoint |
| eine Antwort mit Hilfe | zugehörigen F02–F05-Abschnitt wiederholen, dann F06 |
| kritischer Shape-, Loss- oder Gradientenfehler | ganzen betroffenen Block, dann F06 |
Überspringe F03 nicht allein deshalb, weil Policy-Netze ebenfalls Logits ausgeben: Vokabularziele, Sequenzachsen, kausale Maskierung und Likelihood-Training sind neu.
Wie geht es weiter?
Absolviere den gemeinsamen F06-Checkpoint. Er ist für beide Einstiegspfade identisch.