Practise the thinking. Keep the judgement.
用 Ronri 配合 AI 課程：筆記、實驗記錄與複習
把 AI 講課或線上課程的來源筆記、實際程式實驗、已核對卡片與稍後解釋，分成清楚的學習步驟。
如何決定從 AI 課程學甚麼？
先看先備知識，再定一個結果，例如解釋訓練與驗證資料的分割。筆記保留課程名稱、單元和來源位置。學習助手能協助整理，但不能證明某課程能讓你勝任特定工作。
把 Ronri 和 RubricMark 配合已選課程使用。定義與疑問留在筆記或大綱，再選一點不看資料解釋。不同大學材料深度與例子可能不同，應遵循自己課程的定義和要求。
學習筆記等於 AI 程式筆記本嗎？
不同。程式筆記本會執行程式並記錄計算輸出；Ronri 筆記與網站 Outliner 用來整理理解。實際實驗應在合適的程式環境進行，再把設定、結果和解讀留在學習資料。
小實驗可記「問題／設定／觀察／解釋」，同時保留資料分割和評估條件。整齊的摘要或生成解說，不能證明程式已執行，也不能證明模型對新資料有效。
如何核對 AI 生成的解釋？
與講義或一次資料比較，確認定義、數量，以及實驗支持甚麼結論。來源不支持的說法應標記未解決，不要直接當作事實製卡。
例如訓練誤差低，並不能直接得知驗證誤差。筆記要分清已觀察與待測量的部分。史丹福大學 CRAFT 的核查教材，可作練習評估 AI 回答的起點。
如何把一課變成稍後複習？
核對筆記後，製作少量有清楚答案的卡片，例如「本實驗用哪些資料作驗證？」並在 Ronri 複習。較長推理與實驗背景保留在原筆記，不必全塞進一張卡。
最後加一項應用：解釋結果變動、重現小實驗，或比較兩種條件。網站學習可選適合裝置的短任務。Ronri 是介紹頁所列的 Apple 平台應用；此流程並不表示提供原生 Android 應用或內建程式執行環境。
自己試一試
實驗只記錄訓練誤差，沒有保留資料的評估，AI 摘要卻說模型對新資料可靠。應記錄甚麼？
查看答案與解說
記錄已觀察的訓練結果，並把新資料的結論標記為本實驗未支持。另加一項任務，進行相關的保留資料評估。
分清觀察與推論，筆記才有用。自信的摘要無法補出從未執行的評估。