Kaiwu-PyTorch-Plugin（简称KPP）自开源以来被广大开发者用户使用，团队也一直坚持优化迭代、更新功能，致力于为大家提供更稳定、易用的插件工具。

为了方便大家快速反馈和讨论，倾听大家真实的建议，同时也为了进一步提升产品质量、完善使用体验，我们在社区发起KPP长期讨论帖，面向所有使用者征集问题、建议和反馈，希望和大家携手打造更优质的开源工具。

 

1.     KPP代码仓库：https://github.com/qboson/kaiwu-pytorch-plugin

2.     KPP文档：https://kaiwu-pytorch-plugin.readthedocs.io/zh-cn/latest/

3.     KPP教学课程：https://kaiwu.qboson.com/plugin.php?id=knowledge&modac=docs&courseType=2&link=kaiwuPlugin&name=Kaiwu-PyTorch-Plugin

 

面向对象

所有使用Kaiwu-PyTorch-Plugin（KPP）的开发者、社区用户

 

参与形式

本活动为长期开放活动，开发者用户在使用KPP的过程中，提出问题、优化建议或贡献代码，均可按规则参与评奖。

通过官方指定渠道（在帖子中评论或在GitHub发布issue）提交反馈，清晰描述问题 / 建议 / 代码内容，并最好注明使用场景与复现步骤。

 

奖项设置

优化建议奖

评选要求：指出文档表述不清、代码说明模糊、函数使用逻辑不合理等基础问题，团队采纳并修改。

奖品：社区定制T恤+钥匙扣

找出bug奖

评选要求：精准定位代码错误、公式错误（如散度计算式子错误等）、功能运行异常等程序问题，团队采纳并修复。

奖品：社区定制T恤+冰箱贴

代码贡献奖

评选要求：提交有效的代码修复、功能优化、模块扩展等高阶代码贡献，团队采纳并合并至主仓库。

奖品：京东购物卡（按贡献判定）

 

活动说明

1. 本活动长期有效，反馈与贡献经团队确认采纳后，将统一安排奖品发放；
2. 同一问题 / 建议以首位提交者为准，重复提交将不计入评奖；
3. 所有有效贡献均将纳入KPP下一优化迭代参考，优秀开发者将授予社区Contributor称号。

 

欢迎大家踊跃使用Kaiwu-PyTorch-Plugin，积极分享使用感受、反馈问题与建议。你的每一次反馈，都是推动产品变得更好的重要力量！

用户0223

大家好,我是今天刚注册的新手(刚跑完平台新手教程的最大割题,还写了篇笔记:forum.php?mod=viewthread&tid=3534)。对照 KPP 文档(readthedocs 0.2.0)和 Kaiwu SDK 的《参数精度适配指南(8bit整数)》做入门阅读时,发现一个文档不一致和一个疑问,按活动规则提交,供团队参考: 1.【优化建议】模块手册中 RestrictedBoltzmannMachine 的 linear_bias 形状标注疑有误 模块手册(source/modules/kaiwu.torch_plugin.html)对 RBM 构造参数 linear_bias 的说明是"线性偏置,形状为 [num_hidden]";但官方《快速开始》页的 RBM 示例(num_visible=2, num_hidden=3)传入的是 5 个元素的 FloatTensor([1,1,0,-1,2]),即 [num_visible + num_hidden] 长度。结合快速开始"代码实体映射"一节"BM/RBM 持有 quadratic_coef(W)和 linear_bias(b,c)"的说法,b(隐藏偏置)+c(可见偏置)合计应等于节点总数,示例写法应该是对的。建议把模块手册的形状说明改为 [num_visible + num_hidden](或与 BM 类一样标注 [num_nodes]),避免新手按手册传 3 元素张量后报错。 复现场景:照手册形状说明自定义 linear_bias 传 [num_hidden] 长度张量,与示例对照即可发现不一致。 2.【疑问】CIM 采样器包装 PrecisionReducer 的两个参数文档未覆盖 快速开始"切换采样器"的示例里有 PrecisionReducer(sampler, precision=8, truncated_precision=10, target_bits=550, only_feasible_solution=False)。其中 precision 和 only_feasible_solution 在 SDK《参数精度适配指南》方法四有说明,但 truncated_precision=10 与 target_bits=550 在 KPP 文档和该指南里都找不到含义解释。想请教:truncated_precision=10 是指先做 10 位截断再做 8 位量化吗?target_bits=550 是否对应 550 量子比特真机、换成 1000 机时需要同步修改吗?建议在 KPP 文档的采样器切换小节补一句这两个参数的说明。 使用场景:新手按示例把采样器从 SA 切到 CIM 真机时,无法判断这两个值是否需要按机型/任务调整。 另外附带一个小发现:SDK 学习地图文档站(如《参数精度适配指南》页)页脚显示"版权所有 © 2019-2026 尤雨溪",应该是 VitePress 模板的默认页脚忘了改,顺手提一下。 期待 KPP 越做越好,后续跑完 RBM 教程再来反馈使用体验。