prompt 改了一个字,输出风格完全变了,没人说得清为什么。我把这个任务的损失函数换了一个,长尾样本终于照顾到。世界瞬间清净了
😂 IT段子
程序员日常、代码趣事、技术梗图,让你在学习之余轻松一笑
让 AI 写代码,它写得飞快;让我 review,我看得心慌。我深呼吸了一下,决定从最可疑的地方查起。我把显存占用打出来一看,光激活值就占了七成。第二天这个方案就变成了团队标准做法
AI 会取代程序员吗?会,但先取代的是不学 AI 的程序员。我把它记在心里,没跟任何人说。我加了个正则项,过拟合总算被压住了一点。世界瞬间清净了
模型的表现有一半取决于数据,另一半取决于运气。我默默记下了这句话。我打开了这个任务的标注规则,发现有两处互相矛盾。复盘会上我们把它列成了案例
这个 prompt 我改了十几版,效果最好的是最朴素的那版。我听完沉默了,因为太真实了。我打开了这次的实验结果记录,发现有两次参数写错了。那一刻我觉得自己还是很专业的
模型的表现有一半取决于数据,另一半取决于运气。我叹了口气,然后打开了编辑器。我把这个模型的服务封装成了接口,调用方终于统一了。那一刻我觉得自己还是很专业的
这个任务的评测集和训练集太像了,指标好看但不真实。我发现自己居然没法反驳。我把这个数据集的划分重做了,验证集终于不泄漏
调参一周,模型精度提升了 0.3%,领导问我能不能再提升 30%。我叹了口气,然后打开了编辑器。我加了个正则项,过拟合总算被压住了一点。这条经验值直接拉满
我把这个模型的输出格式约束住了,下游终于好接。我先确认了一遍前置条件,再动手。我把这个任务的评价指标换成了更贴近业务的,分数掉了。世界瞬间清净了
换了个更大的模型,效果没提升,显存占用倒是翻了三倍。我打开记录从头到尾扫了一遍。我把这个模型的权重固化下来,先保证线上稳定。好在最后有惊无险