论文阅读 · 技术实践

知行札记

这里记录论文阅读、技术实验与工程复盘。每篇笔记都尽量说清楚：它解决了什么、为什么有效，以及怎样真正用起来。

论文笔记

模型评测

把校准、稳健性和分布外表现放在一起，重新理解“模型效果好”的含义。

大模型

从参数增量的结构出发，理解为什么少量可训练参数也能有效改变模型行为。

检索增强

梳理检索器、生成器和端到端训练之间的关系，以及它们对实际系统的影响。

机器学习

Transformer 用注意力机制替代循环结构，让序列建模能够充分并行。更深远的变化，是它把关系建模变成了可以持续堆叠与扩展的通用计算单元。

知识管理

兼顾理解、记录和后续复用的一套个人阅读工作流。

人工智能系统

从数据集、检索指标、回答质量到失败样本分析。

机器学习工程

把配置、数据版本、指标和产物放进同一条可追踪链路。

我关注人工智能、软件工程，以及如何把复杂概念解释清楚。

写作是检验理解的一种方式。这个网站会持续收录论文阅读笔记、技术实践与阶段性思考，也会保留观点变化的过程。

当前内容用于展示网站结构。接下来会逐步替换成真实的论文笔记、技术文章、署名与联系方式。