# HANDOFF — L23304 模型調整與優化 全章重生（共 25 張）

> 日期：2026-05-09
> 派工人：Heiter
> 目標：依欣梅爾 2026-05-09 大改造決議，把 L23304 從 20 頁擴張為 25 頁，prompts.md 已重寫完成（commit `8cb821f`）
> 圖檔規格：16:9 / 2048x1152 / 繁體中文清楚可讀
> 風格：手寫講義筆記（淡米白方格紙、黑色粗手寫標題、青綠底線、暖黃重點框、紅橘標註、多色手繪圓圈編號）

## 鎖死規則

1. **絕對不要刪除或覆蓋任何既有 PNG**。既有 v1/v2 PNG（20 頁版本中間產物）完全保留作為內部追溯。
2. **檔名後綴一律用 `_v3`**（不是 v2，不要混淆）— 既有 P01_v2~P20_v2 已存在，本次新版用 v3 標示「25 頁版本正式版」。
3. 三個共通負向約束：嚴禁畫成 L23301/L23302/L23303/L23401 章節 / 嚴禁過頁鉤子 / 嚴禁右上角頁碼

## 共用變數

```
L_CODE = "L23304"
STYLE_BASE = "請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。"
LAYOUT_RULE = "版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。避免密密麻麻小字；公式若出現，請以手寫公式框呈現並保持符號正確。"
```

## 執行原則

每張 prompt 直接從 `output3/L23304_模型調整與優化/prompts.md` 對應 P 區段**原文照抄全段**送 codex（含 TERMS_RULE 覆寫 + 變數展開 + 三個共通負向約束）。

每張 prompt 開頭附五行共通負向約束：

```
【共通負向約束】
1. 嚴禁畫成 L23301「數據準備與特徵工程」章節 — 本章是 L23304，左上 L-code 寫「L23304」。
2. 嚴禁畫成 L23302「模型選擇與架構設計」章節。
3. 嚴禁畫成 L23303「模型訓練評估與驗證」章節。
4. 嚴禁畫成 L23401「數據隱私安全與合規」章節。
5. 嚴禁出現任何過頁鉤子文字（「見 PXX」「→ 下一節」等指向其他頁面的字樣）。
6. 嚴禁出現右上角頁碼。
```

## 25 張清單

| # | 動作 | 檔名 | 主題 |
|---|---|---|---|
| 1 | 重生 v3 | `L23304_p01_intro_overview_v3.png` | 1. 前言與章節導覽（含「第 3.4 節 · 模型調整與優化」教材編號 banner，本頁限定）|
| 2 | **新增** | `L23304_p02_hyperparameter_overview_v3.png` | 2. 超參數調整（章節導讀，六超參數總覽地圖）|
| 3 | 重生 v3 | `L23304_p03_learning_rate_v3.png` | 2.（1）學習率 — 定義/適用範圍/作用機制/常見問題 |
| 4 | 重生 v3 | `L23304_p04_batch_size_v3.png` | 2.（2）批次大小 — 同上四段結構 |
| 5 | 重生 v3 | `L23304_p05_depth_width_v3.png` | 2.（3）網路深度與寬度 — 同上四段結構 |
| 6 | 重生 v3 | `L23304_p06_activation_selection_v3.png` | 2.（4）激活函數（Softmax/ReLU/Sigmoid/Tanh 四列）|
| 7 | 重生 v3 | `L23304_p07_optimizer_selection_v3.png` | 2.（5）優化器（SGD/Momentum/Adagrad/Adam）|
| 8 | 重生 v3 | `L23304_p08_regularization_coefficient_v3.png` | 2.（6）正則化係數 — 同上四段結構 |
| 9 | **新增** | `L23304_p09_regularization_overview_v3.png` | 3. 正則化技術與模型穩定化（章節導讀總覽）|
| 10 | 重生 v3 | `L23304_p10_l1_l2_elastic_net_v3.png` | 3.（1）L1（Lasso）/3.（2）L2（Ridge）/3.（3）Elastic Net 三種逐一 |
| 11 | 重生 v3 | `L23304_p11_dropout_early_stopping_v3.png` | 3.（4）Dropout / 3.（5）Early Stopping 兩種逐一 |
| 12 | **新增** | `L23304_p12_data_augmentation_overview_v3.png` | 4. 資料增強與重取樣（章節導讀總覽）|
| 13 | 重生 v3 | `L23304_p13_data_augmentation_v3.png` | 4.（1）資料增強 — 定義/常見方法/優點/常見問題 |
| 14 | **新增** | `L23304_p14_imbalance_resampling_overview_v3.png` | 4.（2）不平衡資料與重取樣總覽（含金句卡片：「資料增強與重取樣不只是把資料變多，而是讓模型看見『更接近真實世界』的資料分布」）|
| 15 | 重生 v3 | `L23304_p15_oversampling_smote_v3.png` | 4.（3）過取樣與 SMOTE — **四段結構（不要並排對比）**|
| 16 | 重生 v3 | `L23304_p16_undersampling_v3.png` | 4.（4）欠取樣 — **四段結構**|
| 17 | **新增** | `L23304_p17_compression_overview_v3.png` | 5. 模型壓縮與加速技術（章節導讀，**含教材整段引文框「隨著 AI 模型規模日益龐大...」**）|
| 18 | 重生 v3 | `L23304_p18_knowledge_distillation_v3.png` | 5.（1）知識蒸餾 — 定義/應用場景/優點/常見問題 |
| 19 | 重生 v3 | `L23304_p19_pruning_v3.png` | 5.（2）模型剪枝 — 同上四段結構 |
| 20 | 重生 v3 | `L23304_p20_quantization_v3.png` | 5.（3）量化 — 同上四段結構 |
| 21 | 重生 v3 | `L23304_p21_mixed_precision_v3.png` | 5.（4）混合精度 — 同上四段結構 |
| 22 | **新增** | `L23304_p22_tuning_experiment_management_v3.png` | 6. 調優實驗管理與評估 |
| 23 | 重生 v3 | `L23304_p23_review_checklist_v3.png` | L23304 章節 Review Checklist |
| 24 | **新增** | `L23304_p24_quiz_questions_v3.png` | 模擬考題 10 題（嚴禁顯示答案）|
| 25 | **新增** | `L23304_p25_quiz_review_v3.png` | 考題解析 10 題（**答案順序鎖死 1.C/2.B/3.C/4.B/5.C/6.C/7.B/8.C/9.B/10.C**）|

## 工作分配建議（8 worker 並行加速）

- Worker A（2 張前言+章節導讀總覽）：P01_v3 / P02_v3
- Worker B（3 張超參數前段）：P03_v3 / P04_v3 / P05_v3
- Worker C（3 張超參數後段）：P06_v3 / P07_v3 / P08_v3
- Worker D（3 張正則化）：P09_v3 / P10_v3 / P11_v3
- Worker E（3 張資料增強重取樣前段）：P12_v3 / P13_v3 / P14_v3
- Worker F（3 張重取樣方法+§5導讀）：P15_v3 / P16_v3 / P17_v3
- Worker G（4 張壓縮四方法）：P18_v3 / P19_v3 / P20_v3 / P21_v3
- Worker H（4 張章末）：P22_v3 / P23_v3 / P24_v3 / P25_v3

預估 35-45 min（8 並行）。

## 各頁特殊要求（重點記）

### P01 章節 banner（限本頁）
- 版面最上方畫淺青色或淺薄荷綠 banner 橫貫全寬，banner 中央粗手寫體寫「**第 3.4 節 · 模型調整與優化**」
- banner 僅在 P01 出現，後續 P02-P25 不重複此 banner

### P03-P08 / P10 / P11 / P13 / P15 / P16 / P18-P21 統一四段結構
按「**定義 / 適用範圍（或常見方法/應用場景）/ 作用機制（或優點/特點）/ 常見問題**」四段排序，**不要寫成並排對比卡片**。

### P14 金句卡片
教材重要金句「**資料增強與重取樣不只是把資料變多，而是讓模型看見『更接近真實世界』的資料分布**」要當大字金句處理。

### P17 §5 章節導讀
含教材整段引文框「**隨著 AI 模型規模日益龐大...**」整段帶出，下方四個方法入口（知識蒸餾/剪枝/量化/混合精度）。

### P24 模擬考題
- 10 題完整題目+四選項
- **嚴禁顯示任何答案、Ans、(C)、★、勾號** — 只列題目+四選項
- 從 chunks 行 880-951 一字照抄

### P25 考題解析（答案順序最關鍵）
- 答案順序鎖死：**1.C / 2.B / 3.C / 4.B / 5.C / 6.C / 7.B / 8.C / 9.B / 10.C**
- 每題答案 + 教材原文解析整段照抄 chunks 行 953-993
- **不得隨意調換答案順序**（前科：L23203v2 P18 修對 Q4 卻動到 Q7-Q10 答案）

## 自驗報告（艾冉跑完回報三件事）

1. 25 張全到位（檔名一字不差，全部 _v3 後綴）
2. 風險張清單（主題誤植、橫向編號腦補、過頁鉤子、頁碼出現等）
3. 8 個關鍵 fix 是否生效：
   - (a) P01 章節 banner 寫「第 3.4 節 · 模型調整與優化」（不是 3.3 不是 3.5），後續 P02-P25 沒有重複 banner
   - (b) P02/P09/P12/P17 四個章節導讀頁有清楚總覽地圖（不是隨便文字框）
   - (c) P03-P08 六個超參數頁都按四段結構（定義/適用範圍/作用機制/常見問題）
   - (d) P10 L1/L2/Elastic Net 三種**逐一說明**（不是並排對比）
   - (e) P14 含金句「資料增強與重取樣不只是把資料變多...」大字
   - (f) P17 含教材整段引文框「隨著 AI 模型規模日益龐大...」
   - (g) P24 沒有任何答案、Ans、★、勾號
   - (h) P25 答案順序確實是 1.C-2.B-3.C-4.B-5.C-6.C-7.B-8.C-9.B-10.C

---

**Heiter 派工 done。**