成績計算
| 項目 | 比重 |
|---|---|
| 小考考題設計 | 15% |
| 期中考 | 15% |
| 期末考 | 20% |
| 學期專題 | 30% |
| 課堂參與 | 20% |
上課方式
本課程採自主學習搭配教師深度講解的混合模式，沒有傳統的實體授課。
學期前半段（第 1-6 週）：
- 週三 11:00--12:00 — 固定 office hour，歡迎帶著課程內容、專題、考題設計相關問題來討論。
- 週五 10:00--12:00 — 無排課，保留給同學自主學習使用。
- 每週五 18:30 — 公布新的影片講座，內容涵蓋進階概念與論文導讀。請在下週三之前觀看完畢。
學期後半段（第 7 週起）：
- 週三、週五 — 轉為專題小組與授課教師的實體討論時段。每組可 sign up 15 分鐘的時段與老師一對一討論專題進度，每週皆可預約。
- 每週五 18:30 — 影片講座照常公布。
學習方式
教材分為基礎概念 (basic concept) 與進階概念 (advanced concept) 兩類。
基礎概念是同學透過教科書、AI 工具和同儕筆記自行學習的先備知識。基礎概念會在相關進階內容授課前至少一週公布於網站上。
進階概念與論文由授課教師透過每週五傍晚公布的影片講座進行教學，這些內容直接建立在基礎概念之上，因此提前完成先備知識非常重要。
每個概念都附有一個可編輯的 HackMD 頁面。 鼓勵同學撰寫筆記並與其他同學共享。筆記開放給所有修課同學閱覽。筆記不計分，它存在的目的是幫助你和你的同學學習。
小考考題設計（15%）
修課同學透過設計高品質的選擇題來展現對課程內容的理解，並以 Pull Request 的方式提交至課程考題庫：
https://github.com/sys-nthu/ast26-quiz
每道題目必須包含四個選項（恰好一個正確答案）、每個選項都要有解釋說明，並以指定的 YAML 格式撰寫。詳細格式與提交方式請參閱該 repo 的 CONTRIBUTING 指南。
流程：
- 針對該單元概念設計一道考題. 可用到已教過的任何概念（基礎或進階皆可，含論文內容）。
- 以 Pull Request 提交至考題庫。
- 自動化程式會檢查格式是否正確，AI 審查員會評估題目品質與是否重複。
- 授課教師進行最終審查，核准或要求修改。
- 通過審查的題目才會發布至課程網站，並顯示出題者姓名。
計分方式： 以學期內通過審查（成功 merge）的題數計算。題數與分數的對應比例會依修課人數而定，將另行公告。
品質很重要。 能夠測驗推理、應用或分析能力的題目才有價值。僅考定義或名詞解釋的題目會被退回要求修改。每道題目必須與題庫中現有的題目有實質差異。
考題提交截止時間
考題 Pull Request 有兩個與考試連動的截止日：
期中截止： 涵蓋期中考範圍的 PR 必須在期中考前一週提交完畢。
期末截止： 涵蓋期末考範圍的 PR 必須在期末考前一週提交完畢。
截止日之後不接受遲交。請提早規劃，審查過程可能需要經過數輪修改才能通過。
考試
期中考 與 期末考 的題目將從同學提交的考題庫中選取或改編而成。如果你和同學們出了好題目，並透過做題庫裡的題目來準備考試，你就是在直接為考試做準備。
範圍： 期中考涵蓋期中考前所有教過的內容。期末考僅涵蓋期中考之後教授的內容，兩者範圍不重疊。
形式： 選擇題，閉卷，實體考試。詳細考試安排將於考前另行公告。
學期專題（30%）
學期專題是一項運用課程所學概念進行的研究或工程實作。專題以2~3人一組進行，請自行尋找組員。下週請填寫分組表單。
時程：
- 第 3--5 週： 授課教師提供題目列表供同學研究與挑選，也歡迎自行提案。
- 第 5 週： 填寫題目 sign up 表單，選填前三志願，老師會根據志願進行媒合。
- 第 6 週起： 開始在 HackMD 建立研究記錄，記錄內容包括與授課教師的一對一討論紀錄及後續議題追蹤。
- 學期中： Project checkpoint，老師會檢視各組進度並給予 feedback。
- 學期末： 各組繳交最終成果。
繳交項目：
- Demo 影片： 每組製作一段展示影片，呈現專題成果。
- 書面報告： 描述研究動機、方法、實驗設計與實驗結果。
- GitHub Repository： 存放所有程式碼，實驗必須具備可重複性（reproducibility）。
如果最終實驗結果不如預期，沒有關係。失敗是科學研究的成果之一，重點在於你的研究方法是否嚴謹、記錄是否完整、對結果的分析是否有深度。
課堂參與（20%）
參與分數來自：
- 與授課教師一對一討論的投入程度
- HackMD 研究記錄的完整度與持續更新
具體評分標準將另行公告。
AI 使用政策
你可以使用 AI 工具（ChatGPT、Claude、Copilot 等）來協助學習課程內容，也可以用 AI 來加速程式實作和協助構思小考考題。
但是，提交的考題一定要自己看過，確認內容正確，並以正常的表達方式撰寫。最重要的是，你必須對學習內容有全盤性的思考，不要把思考外包給 AI 讓自己變得懶惰。AI 是加速器，不是替代品。
缺乏思考深度的題目在 PR 審查階段可能會被 AI 審查員或授課教師退回。反覆提交低品質題目可能導致考題設計項目零分。
考試部分：適用清華大學學術誠信相關規定，任何作弊行為將依校規處理。
需要準備的工具與帳號
- GitHub 帳號 — 用於提交考題 PR 以及登入課程網站追蹤學習進度。
- HackMD 帳號 — 用於共筆（免費，可用 GitHub 帳號登入）。
- Discord — 課程公告、問答與討論的主要管道。邀請連結將於開學時公布。
聯絡方式
課程相關問題請優先在 Discord 上發問，讓其他同學也能受益。如有私人事項，請於 office hour 面談或透過 Discord 私訊聯繫授課教師。