ai-agent-book

GitHub/CommonMark は、開始の ** の直前が通常の中国語テキストで、直後に “ などの中国語の句読点が続く場合、それを強調の区切り文字として扱いません。book/chapter1.md で、次の文を:

因此它是**“构建”这一部分内部的一个观察视角**，而不是覆盖全书十章的目录。

修正版の言い換えに置き換えてください:

因此，它是**构建部分内部的一个观察视角**，而不是覆盖全书十章的目录。

引用符を保持する必要がある場合は、代わりに HTML を使用してください:

因此它是<strong>“构建”这一部分内部的一个观察视角</strong>，而不是覆盖全书十章的目录。

その後、GitHub のプレビューまたは公開済みページを再読み込みして、そのフレーズが太字になっていることを確認してください。

直線的に読み進めるのではなく、能動的でプロジェクトベースの学習方法を採用してください。1) 提供されているコードを読むだけでなく、各章の実験を自分で再実装してください。コーディングエージェントは助けになりますが、コードは自分で書いて実行してください。2) 実験の出力を注意深く観察し、アクセスできないAPIや予期しない結果などの失敗をデバッグしてください。こうした問題は理解を深めてくれます。3) 学んだアイデアを、実際のまたは個人的なAIエージェントのプロジェクトに応用してください。4) 各章の思考問題を自己テストに活用してください。5) 「まず本を薄くし、次に厚くし、そして再び薄くする」というサイクルに従ってください。つまり、核心的なアイデアを抽出し、メモや実験によってそれらを膨らませ、最後に自分自身の簡潔な原則へと蒸留してください。メンテナーはこれらの推奨事項をREADMEのFAQにも追加しています。読書に関するさらなる質問は、リポジトリのDiscussionsエリアで議論できます。

説明は修正する必要があります。各トークンについて、K_i = x_i @ W_k および V_i = x_i @ W_v は、そのトークンの入力と射影の重みにのみ依存します。因果的アテンションによって K_i や V_i が前のトークンに依存するようになるわけではありません。因果的マスキングは、あるトークンがどのキー/値にアテンドできるかを決めるだけです。新しいトークンが追加されても、既存のプレフィックスとそのキャッシュされた K/V は変更されないため、キャッシュは依然として有効です。新しいトークンは、キャッシュされたプレフィックスと自身の新しいエントリを使って、z_i = softmax(Q_i · K_{0..i}^T / sqrt(d)) @ V_{0..i} としてアテンションを計算します。プレフィックス内のより前のトークンが変更された場合は、影響を受けるキャッシュエントリを再計算する必要があります。

この不一致は、プロジェクトルートの index.md にハードコードされた章カードが原因で発生しています。原稿のタイトルや章の順序が変更されても、ホームページの 章节速览 カードが更新されなかったため、book/chapter8.md のタイトルが 模型后训练 であるにもかかわらず、第8章には依然として Agent 的持续进化 が表示されていました。

恒久対応： PR fix(site): generate homepage chapter index from manuscripts を適用/マージしてください。MkDocs のビルドのたびに、設定されたナビゲーション順序と各版の URL プレフィックスおよびファイル名を使用して、現在の原稿見出しからホームページの章カードを生成します。その後、サイトを再ビルドして再デプロイしてください。

一時的な手動回避策： index.md 内にハードコードされた <span class="exp-title"> エントリを編集し、実際の章見出しおよびリンクと一致させます。第8章については、カードタイトルを 第 8 章 · 模型后训练 に変更してください。また、第5章〜第9章はタイトル/順序がずれているように見えるため、確認も行ってください。デフォルトのホームページだけを修正するのではなく、ローカライズされたすべてのホームページファイル（index.he.md、index.ko.md、index.ptbr.md など）を再生成または更新してください。

いいえ。先に進む前にすべての行を理解する必要はありません。まず、実験の目的、アーキテクチャ、そして各コアコンポーネントが何を行うかを理解してください。章と疑似コードを読んだら、コーディングエージェントを使用して、期待される結果が得られるまで実験をゼロから実装してください。動作をきめ細かく制御する必要がある場合や、基盤となる言語やフレームワークを学びたい場合にのみ、実装の詳細を学んでください。要件と設計を明確に記述することに集中し、反復的な実装コードはAIに任せてください。実験のREADMEと新たに追加された疑似コードは、設計を明確にするのに役立ちます。