技术实践

但最近几个项目里，我确实需要找一批能稳定用的中文模型来实际跑业务——GPT-4 固然好，但价格和延迟摆在那里；国产模型选择不少，但稳定性和文档友…

最近在折腾 AI 模型的实际落地，说实话，国内能用的模型不算多，选来选去还是看上了通义千问（Qwen）。

在我的实际项目中，具体遇到了这些问题： 1. **长文档分类**：需要对500-1000字的技术文档进行分类，RNN经常记不住文档的主题 2.…

测试时我们发现：当关键信息出现在 token 序列的前 20% 时，准确率会比出现在后 20% 低 15 个百分点。

这些是最基础的，没有它们就没法理解系统行为：

日常做些小项目时，我一直在用 Llama-3-8B 或 Qwen-14B 这类中等规模模型。

我的个人项目需要满足这些需求：

登录态、购物车、表单草稿——这些数据到底放哪？前端状态管理就是回答这件事的；从 Redux 迁到 Zustand 之前，先把问题讲清楚。

AI Mistral相关的坑，多半出在边界条件上。

最近在做一个医疗文本分类项目，训练数据只有 200 条标注样本，模型怎么调都过拟合。