四、她"不会跑偏"这件事（卡了三天的那个）

#问题

她学会了任务（100% 做对），然后继续训练就崩了（掉到 25%、再到 0%）。 我试了 8 种办法，只有一种有效：完全停止更新参数。

#今天确认的

人话："做对了就停下"是目前唯一可靠的办法。 它不是最好的办法（理想是"她自己知道该停了"），但它是现在唯一稳的。