技术实践

但这次把一个跑了三年的 Webpack 项目换成 Vite，不是因为 Vite 新，也不是因为大家都说它快，纯粹是因为每次 都要等上 5 分钟…

医疗问答内测全绿，真实用户用绕过 prompt 把模型带偏，产品经理当场脸绿。

去年年底做后台管理系统重构，遇到一个让我整了两天的问题：列表页翻到第三页，点击详情页，再返回列表页时，页码重置回了第一页。

边界条件才会告诉你方案能不能留。

简历写得很漂亮，一聊项目才发现只调过几个 Hugging Face 模型——AI 团队从招聘到留人，我踩过的坑和后来管用的做法。

项目需求其实挺朴素：我们要做一个中文问答系统，用户输入问题，系统基于某个知识库给出答案。

服务器是 24GB 显存的 RTX 3090，这个配置跑大的模型会比较吃紧，所以从一开始就要在模型选择和优化上下功夫。

最开始接触百川，是想找一个适合本地部署的开源模型。

把数据质量换到数据安全时踩过的坑上手并不难，难的是稳定跑起来。

在这次实践之前，我的模型训练经验主要停留在监督学习阶段：准备数据、训练、评估。