😂 IT段子

模型不会理解业务，它只会拟合你给它的样本。我在心里点了点头。我在心里给这次迭代定了个上限，不达标就换方案。好在最后有惊无险

换了个更大的模型，效果没提升，显存占用倒是翻了三倍。我先确认了一遍前置条件，再动手。我换了三个 prompt 模板，输出终于稳定了。这大概就是程序员的人生吧

这个任务的评测集和训练集太像了，指标好看但不真实。我停了一下，然后继续手上的活。我打开了这个任务的失败案例，发现集中在长文本上。那一刻我觉得自己还是很专业的

模型不会理解业务，它只会拟合你给它的样本。我默默记下了这句话。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

我把这批数据又洗了一遍，指标动了零点几个点。我深呼吸了一下，决定从最可疑的地方查起。我打开了这个任务的日志，发现有几轮是在空跑。这大概就是程序员的人生吧

AI 会取代程序员吗？会，但先取代的是不学 AI 的程序员。我忽然觉得，这可能就是这一行的常态。我打开了这批标注的质量抽检，发现有三成需要返工。这条经验值直接拉满

同事说我们上大模型就行了，我问数据呢，他说你先跑起来看看。我决定先把手上的事情做完再处理这件事。我打开了这个模型的显存占用，发现激活值占了大头。连茶水间都安静了

AI 会取代程序员吗？会，但先取代的是不学 AI 的程序员。我停了一下，然后继续手上的活。我把这次实验的参数记进了表格，虽然大概率不会再看第二眼

这个模型在本地的效果很好，在服务器上因为显存降级了。我在心里点了点头。我在心里给这个模型定了个版本号，方便回滚。幸好之前留了备份

我把这个任务的标注规范重写了一遍，歧义少了很多。我默默打开了编辑器，准备一步步验证。我把这批数据重新洗了一遍，模型的输出终于正常了。我沉默了，但心里是服的