#ml

Fine-tuned a model on our company's support tickets. It now auto-drafts replies with 87% approval rate. AI in production is a different game.

大模型微调踩坑指南： 1. 数据质量 > 数据量 2. 学习率不要太高 3. 评估指标要和业务对齐 4. 别迷信参数量 一个月的血泪经验。

Kaggleのコンペでトップ5%に入った！データの前処理が勝因だった。モデルより前処理。

用 PyTorch 訓練了一個中文情感分析模型。準確率 92%。最難的不是模型，是清洗資料。

Just published a paper on few-shot learning for classification. Surprisingly, simpler models beat complex ones with clean data.

做 ML 最花時間的不是訓練模型，是清洗資料。80% 的時間都在處理資料品質問題。