| 📁 experiments/5_1_logprobs/ | 5.1 节实验：在本机加载小模型，逐步读出每个 token 的候选与概率，看温度和 top-p 怎样改变采样 |
| 📁 experiments/5_2_base_vs_instruct/ | 5.2 与 5.4 节实验：同一组提示交给只做过预训练的 base 模型和后训练模型，对比续写、听指令、迎合与文风 |
| 📁 experiments/5_5_thinking/ | 5.5 节实验：同一个模型开思考与关思考，在一批带标准答案的题上比准确率、延迟和花费 |
| 📁 experiments/5_6_prefill_cache/ | 5.6 节实验：测读输入与逐个生成两段各花多少时间，以及开头插时间戳会不会让前缀缓存失效（API 版与本地 llama.cpp 版） |
| 📁 experiments/5_7_local_speed/ | 5.7 节实验：在你自己的机器上测小模型单流与并发速度，对比 4 bit 和 8 bit 两种量化（MLX、llama.cpp、vLLM） |
| 📁 experiments/5_8_realtime/ | 5.8 节实验：实时语音识别的首字与定稿延迟，以及人名名单放在识别时还是识别后，哪种写对的人名多 |
| 📁 experiments/5_10_payback/ | 5.10 节回本计算器：按你的用量、显卡报价、电费和 API 价格，算买卡自托管几年回本 |
| 📁 experiments/5_11_lora/ | 5.11 节实验：用“默认输出 → 改过的版本”配对给小模型训 LoRA，和少样本提示基线对比并做盲评 |