参考公开课程简介的学习资料 · Static Web Quiz System

大语言模型知识增强与模型定制
在线题库与模拟考试系统

覆盖数据筛选、合成数据、LLM 评估、CPT、SFT、DPO、量化、剪枝、知识蒸馏与端到端工程化流程。支持本地打开、局域网部署、GitHub Pages 发布。

引用与免责声明：本系统为参考公开课程简介、用户上传课程大纲与已整理教材扩展制作的非官方学习/自测材料。不是由 NVIDIA 或其授权方发布的教材、题库、考试或证书培训材料，也不代表任何第三方机构立场。NVIDIA、NeMo、TensorRT-LLM、MLflow 等名称仅用于说明相关技术主题。

建议学习路径

  1. 先建立全局框架：理解数据 → 评估 → CPT/SFT/DPO → 部署优化的端到端闭环。
  2. 再按模块刷题：每学完一章，在“在线刷题”中选择对应模块进行即时练习。
  3. 最后模拟考试：从题库随机抽题，完成计时考试并查看错题解析。

题型说明

题库包含单选题与多选题。多选题的正确答案均为 2–4 个。提交后可查看正确答案、解析与知识点模块。

数据保存

系统使用浏览器 localStorage 保存错题、收藏与练习统计。换浏览器或清理缓存后数据可能丢失。

在线刷题设置

模拟考试设置

默认从全题库随机抽题，可设置题量和考试时间。交卷后显示得分、正确率、逐题解析，并自动记录错题。

模块正确率

如何使用

  1. 本地使用：解压 ZIP 后，双击 index.html 即可在浏览器中使用。
  2. GitHub Pages：把本文件夹上传到 GitHub 仓库，启用 Pages，入口文件保持为 index.html。
  3. 局域网使用：在文件夹中运行 python -m http.server 8000，同一网络内访问本机 IP 的 8000 端口。
  4. 修改题库：编辑 assets/data.js 中的 QUESTION_BANK 数组即可增删题目。