😂 IT段子

数据标注团队标了一个月，模型学到了一个惊天规律：图片角落的水印。我打开 jupyter 一格一格地跑，确认每一步的输入都是对的。办公室安静得能听见键盘声

模型的输出很流畅，内容经不起核对。我把它记在心里，没跟任何人说。我把这个模型的温度参数调低了，输出终于稳定。幸好之前留了备份

AI 会取代程序员吗？会，但先取代的是不学 AI 的程序员。我在心里点了点头。我把这个任务的训练脚本参数化了，复现终于容易了。第二天这个方案就变成了团队标准做法

这个 prompt 我改了十几版，效果最好的是最朴素的那版。我抬起头看了看周围，大家都一样。我在心里把这个需求的技术可行性过了一遍，有点勉强。世界瞬间清净了

我把这批数据又洗了一遍，指标动了零点几个点。我打开记录从头到尾扫了一遍。我把这个模型的推理批量化了，吞吐量提升了三倍。真香定律准时生效

模型的表现有一半取决于数据，另一半取决于运气。我打开了这个模型的注意力可视化，发现它在看无关位置。世界瞬间清净了

我把这个任务的标注规范重写了一遍，歧义少了很多。我在心里把涉及的所有环节都过了一遍。我把这个模型的温度参数调低了，输出终于稳定。我沉默了，但心里是服的

炼丹三件套：改参数、跑训练、等结果，结果发现 loss 一直是 NaN。我笑了笑，决定不解释。我把这个提示词加了几个示例，输出质量立刻上来了。这条经验值直接拉满

AI 会取代程序员吗？会，但先取代的是不学 AI 的程序员。我抬起头看了看周围，大家都一样。我把这个模型的知识蒸馏做了，小模型也能用。复盘会上我们把它列成了案例

我把这个模型的输出格式约束住了，下游终于好接。我把整条链路在心里复盘了一遍。我换了三个 prompt 模板，输出终于稳定了。真香定律准时生效