博客

Random Forest、Adaboost、GBDT

(更新于 )
梳理 Bagging、Boosting 与 Stacking，记录随机森林、AdaBoost 和 GBDT 的训练过程及偏差、方差分析。

基于sklearn的鸢尾花分类实验

(更新于 )
使用 scikit-learn 和 KNN 完成鸢尾花分类，包含数据划分、准确率评估、决策边界与完整 Python 代码。

使用pycharm 链接conda环境

(更新于 )
记录 Anaconda 安装、Conda 环境创建、镜像源配置以及在 PyCharm 中连接环境的步骤。

LightRAG 使用指南 从青蟹论文到可溯源问答

(更新于 )
从青蟹大创项目出发，记录 LightRAG 本地部署、论文入库、Jina 限流、长文档恢复与原文溯源。

dpo工作流搭建

(更新于 )
用 Distilabel、LightRAG 和 Argilla 搭建青蟹偏好数据工作流，记录 3 题 9 个候选的小批测试、缓存续跑与人工比较。

把项目记录写成博客 我的写作 Skill

(更新于 )
把项目复盘、数字核对、可复现步骤与发布检查整理成可复用的 Codex skill，已开源到 GitHub。

从 Easy Dataset 到 LLaMA-Factory 青蟹微调实践

(更新于 )
从 ED 制作与审核问答，到 Alpaca 导出、token 长度筛选、LoRA 配置和训练验证，记录 4,499 条文本样本完成 381 步训练的过程。