R59 · 同一条错译，先完成一次共同诊断
从结构到训练、读取和执行，我们已能提出多种错误解释。现在回到同一her/him错译，增加一项可比较的观察，选择下一步优先检查什么。
状态 b0
同一错译和正确候选出现，但尚无评分。此刻只凭输出，仍无法区分模型偏好错误与搜索漏掉候选。
这是用于共同诊断的构造案例；评分证据在下一状态才加入。
状态 b1
新增同规则整句分数，正确候选高于返回错句。先核对画面上的比较条件，再得出至少存在这一候选对的搜索缺口。
状态 b2
保留分数并冻结模型/评分，下一步检查候选覆盖与剪枝；若正确候选反而分低，优先检查应转向评分和条件使用。
公式与算例详情
用同一评分比较两个候选
源句为“我昨天给了她一本书”。以下候选与分数都是教学构造，未冒充 LAB 02 的运行结果。
| 候选（空格分词，8 个 token，含句号与 EOS） | 同一模型的 $\sum_t\log p(y_t\mid y_{<t},x)$ | 搜索结果 |
|---|---|---|
| I gave him a book yesterday . EOS | −8.2 | 返回 |
| I gave her a book yesterday . EOS | −6.4 | 未返回，但已显式计算评分 |
这里固定源句、模型参数、tokenizer，求和使用自然对数，包含 EOS，没有长度惩罚。−6.4>−8.2，因此已知至少一个分数更高的正确候选被遗漏，支持先检查候选覆盖、beam 剪枝与实现。两条候选没有穷尽所有输出；找回其中一个正确候选也不能证明模型可靠使用了全部源信息。
下一项检查取决于分数方向
冻结模型、数据与评分规则，保存 beam 每步候选及剪枝原因；扩大 beam，或在受限词表／短序列上穷举，检查同一目标分数能否提高。若另一受控候选对中正确候选反而得分更低，应转查模型评分及源条件利用，纯搜索优化不保证修好它。区分这两种分数关系，才能为同一种表面错译选择不同的下一步。
原课页采用记录：M38 自学与实践入口。页码均按PDF物理页计。
继续学习
若要判断下一步应改搜索还是评分，读beam 有没有把正确答案漏掉，并在CLS 03“路径 A：分数进步了，为什么这一句仍然错”与LAB 02“路径A · 分数进步了，为什么这一句仍然错”对照既有 checkpoint：正确项−1.280045低于错误项−0.905535，beam2曾保留正确项却仍将其排后。它与本页正确候选更高分的教学构造导向不同诊断，不能当同一结果。若基础评分口径仍不清楚，LAB 02 的“D · 源、decoder输入、目标，分别是哪一行？”和“D · 局部最优能否到达全句最高分？”检查 EOS/PAD、穷举与 beam；再按受控检查固定评分后改变一个解释。