我把这个模型的温度调低了,输出稳定但呆板。我在心里把这次实验的时间排了排,可能要跑一整夜。好在最后有惊无险
😂 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
调参一周,模型精度提升了 0.3%,领导问我能不能再提升 30%。我把它记在心里,没跟任何人说。我打开了这个任务的基线结果,发现我们的提升很小。这条经验值直接拉满
这个场景用规则也许就够了,但没人愿意听。我愣了两秒,然后继续敲代码。我把这个模型的量化做了,推理速度上去了精度掉了点。第二天这个方案就变成了团队标准做法
我把这个任务的标注规范重写了一遍,歧义少了很多。我重新看了一遍手上的计划,把风险项标了出来。我在心里把这次的指标提升又核了一遍,没有泄漏
大模型一本正经地胡说八道的样子,像极了周一早上的我。我盯着屏幕,觉得这才是我的一天。我把这个任务拆成了两步,中间结果可以人工校验。这大概就是程序员的人生吧
AI 生成的代码一次跑通的时候,比我自己写出来的还开心。我在心里把涉及的所有环节都过了一遍。我打开了这批语料的来源,发现有一部分是机器翻译的。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。我打开了这次的实验结果记录,发现有两次参数写错了。这条经验值直接拉满
我看了下这个数据集的大小,够跑一个很小的模型。我盯着屏幕沉默了十分钟。我把这个损失里的正则项调了调,过拟合缓解了。第二天这个方案就变成了团队标准做法
AI 生成的代码一次跑通的时候,比我自己写出来的还开心。我盯着屏幕沉默了十分钟。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
大模型一本正经地胡说八道的样子,像极了周一早上的我。我听完沉默了,因为太真实了。我打开 jupyter 一格一格地跑,确认每一步的输入都是对的。我把这条经验写进了团队 wiki