把评测目标转成冻结的输入、预算、判据与分母，并区分测量器可靠性和被评系统能力。
前置与证据边界
能阅读结构化逐题记录，理解比率、条件概率与均值；缺少基础时先补共同基础。 基础入口见共同基础，能力身份见能力地图。
已完成的是已有主题与标准库教学示例的编纂。本路径把它们组织为学习行动和可提交产物；端到端项目、真实模型、GPU服务或真机实验尚未执行。阅读、手算、示例验证与真实实验需分别记录；教学代码运行结果以对应版本的CI为准。
四层学习行动
专题分支与实现边界
按对象延伸：RAG检索与回答评测使用独立声明支持标签；多模态与界面感知评测保留预处理和错误层；Agent任务基准与执行评估固定任务、尝试和预算；推理系统性能基准区分自测与正式提交。工具课程入口见系统学习资源指南。
结业产物与复核
交付一份至少含无答案、无法解析、超时、未运行和重复采样的评测设计包。由他人凭协议恢复样本与评分规则，并能指出一个综合分无法支持的结论。
复核者应能从能力ID、unit_id、主题版本、示例路径/函数、输入和预期重建推演。至少保留一个失败或未知样例，并说明源码已覆盖与教学省略的部分；任何实测结果都需另附原始记录，不能用预期值填写。
使用学习记录模板、实验记录模板和评测协议模板组织产物。可将本路径接入三个跨模块实践项目；真实剩余实验见研究队列。
下一步：系统工程路径、GUI智能体实践路径、AI编程智能体实践路径。