当前位置： 首页 > article >正文

013、微调中的评估体系：自动化指标与人工评估设计

article 2026/4/17 22:53:10
微调中的评估体系：自动化指标与人工评估设计从一次深夜调试说起上周三凌晨两点，我在实验室盯着屏幕上的评估报告发愣。模型在BLEU分数上比基线高了3个点，但实际跑出来的生成结果简直没法看——格式混乱、逻辑跳跃，甚至出现了明显的常识错误。那一刻我突然意识到：我们太依赖那几个数字指标了，而真正的模型表现远不是几个分数能概括的。自动化指标：必要的“快照”自动化指标就像汽车的仪表盘，能快速告诉你当前速度、转速，但没法告诉你这车开起来舒不舒服、过弯稳不稳。常用指标工具箱：# 典型评估代码片段defcalculate_metrics(predictions,references):# BLEU - 机器翻译的老朋友，但对语义不敏感# 这里踩过坑：BLEU高不代表翻译质量好，可能只是n-gram匹配度高bleu_score=corpus_bleu(references,predictions)# ROUGE - 文本摘要常用，关注召回率# 注意：ROUGE-L对长序列评估比较稳定rouge_scores=rouge.get_scores

相关文章：

013、微调中的评估体系：自动化指标与人工评估设计

微调中的评估体系：自动化指标与人工评估设计 从一次深夜调试说起 上周三凌晨两点，我在实验室盯着屏幕上的评估报告发愣。模型在BLEU分数上比基线高了3个点，但实际跑出来的生成结果简直没法看——格式混乱、逻辑跳跃，甚至出现了明显的常识错误。那一刻我突然意识到：我们太…...

编程日记 2026/4/17 22:53:10

[实战指南] 彻底清理CUDA环境：解决bitsandbytes安装冲突的终极方案

1. 为什么你的bitsandbytes总是安装失败？ 每次看到那个红色的RuntimeError: CUDA Setup failed报错，我都想砸键盘。这玩意儿就像个顽固的牛皮癣，明明GPU就在那里躺着，CUDA也装得好好的，可bitsandbytes就是死活认不出来…...

编程日记 2026/4/17 22:53:10

私车公用合规区分通勤与办公里程，核算可抵扣账务额度。

一、实际应用场景描述某科技公司实行私车公用报销制度：- 员工使用自有车辆处理公务- 公司按月报销 合理公务里程对应的用车成本- 财务需区分：- ✅ 通勤里程（不可报销）- ✅ 公务里程（可报销 可抵扣进项税）-…...

编程日记 2026/4/17 22:53:10

考研自习室席位费+茶水杂费复合收支智能盈亏测算。

考研自习室席位费 茶水杂费复合收支智能盈亏测算程序。一、实际应用场景描述（Scene）某高校周边考研自习室运营现状：- 收入来源：- 固定席位费（包月 / 包季）- 茶水、零食、打印等杂费- 支出构成：…...

编程日记 2026/4/17 22:53:07

别再死记命令了！用eNSP华为模拟器搞定网络配置的5个高效技巧

别再死记命令了！用eNSP华为模拟器搞定网络配置的5个高效技巧 第一次打开eNSP时，很多人会本能地打开记事本，准备记录那些冗长的命令行——就像背单词表一样。但三个月后，这些笔记往往变成了电脑里再也用不上的数字废纸。真正高效的…...

编程日记 2026/4/17 22:51:07

从ORA-01882看Java时区那些坑：JVM、Docker和Oracle的“三角恋”

从ORA-01882看Java时区那些坑：JVM、Docker和Oracle的“三角恋” 在分布式系统架构中，时区问题就像一颗定时炸弹，随时可能在最意想不到的时刻引爆。当Java应用通过JDBC连接Oracle数据库时，ORA-01882错误就像一个顽固的幽灵&#xf…...

编程日记 2026/4/17 22:51:07

Neo4j 5.x 安装后登录总失败？别慌，这可能是默认密码策略在‘捣鬼’

Neo4j 5.x 登录失败的终极排查指南：从密码策略到实战解决方案 最近在技术社区看到不少关于Neo4j 5.x登录问题的讨论——明明按照官方文档操作，却在登录环节反复碰壁。这让我想起去年带队迁移图数据库时，团队新人几乎每人都会在这个"坑&q…...

编程日记 2026/4/17 22:51:07

从零开始：基于hyper模板的独角发卡2.0.6二次开发完整教程（含源码解析）

从零开始：基于Hyper模板的独角发卡2.0.6二次开发完整教程（含源码解析） 在数字商品交易领域，发卡系统作为自动化交易的核心工具，其灵活性和可定制性直接影响业务运营效率。独角发卡系统凭借其开源特性和模块化设计&…...

编程日记 2026/4/17 22:51:07

Mac上告别命令行！用SmartSVN图形化搞定SVN版本控制（附目录结构最佳实践）

Mac上告别命令行！用SmartSVN图形化搞定SVN版本控制（附目录结构最佳实践） 作为一名长期与代码打交道的开发者，我深知版本控制工具的重要性。但每次打开终端输入那些晦涩的SVN命令时，总有种穿越回2005年的错觉。直到发现…...

编程日记 2026/4/17 22:51:04

抖音无水印下载神器：3分钟掌握批量下载技巧，轻松保存高清视频素材

抖音无水印下载神器：3分钟掌握批量下载技巧，轻松保存高清视频素材 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and …...

编程日记 2026/4/17 22:49:04

GPT-2 蒸馏、压缩、剪枝实战

1.项目背景 大语言模型虽然效果强，但部署成本高。对于类似 GPT-2 这样的自回归语言模型，常见的压缩思路主要有三类： - 蒸馏：让一个更小的 student 去模仿更大的 teacher - 剪枝：删除一部分不重要的权重，降…...

编程日记 2026/4/17 22:49:04

Python接口自动化浅析unittest单元测试原理

🍅 点击文末小卡片 ，免费获取软件测试全套资料，资料在手，涨薪更快 这篇文章主要介绍了Python接口自动化浅析unittest单元测试原理,文中描述了单元测试，unittest模块特性、大致流程、源码及实战例子这几个模块&#xff…...

编程日记 2026/4/17 22:49:04

如何快速上手UI-TARS：从零开始的视觉AI桌面助手完整指南

如何快速上手UI-TARS：从零开始的视觉AI桌面助手完整指南 【免费下载链接】UI-TARS-desktop The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra 项目地址: https://gitcode.com/GitHub_Trending/ui/UI-TARS-desktop …...

编程日记 2026/4/17 22:49:04

JSTL 标签库详解与实战案例

目录 一、JSTL 基础认知 1. 什么是 JSTL？ 2. JSTL 的 5 大标签库 二、JSTL 下载与使用 1. 依赖包下载 2. 基于Maven项目 3. 使用 三、JSTL 核心标签库实战 前置准备：JavaBean 实体类 1. MyUser.java（用户实体） 2. Prod…...

编程日记 2026/4/17 22:49:04

2026 学术降维打击：9 大 AI 查重降重工具，从重复率 99% 到安全过审全攻略

开篇：毕业季的双重围剿，普通改写已彻底失效 当知网、维普升级 “查重 AIGC 双检测” 引擎，82% 高校将 “AIGC 生成率≤20%” 纳入毕业硬指标，本科生正面临前所未有的学术围剿：用 AI 写初稿省出 3 天时间，…...

编程日记 2026/4/17 22:47:04

RequestAttributes , ServletRequestAttributes学习

public static ServletRequestAttributes getRequestAttributes(){RequestAttributes attributes RequestContextHolder.getRequestAttributes();return (ServletRequestAttributes) attributes;}是 获取当前 HTTP 请求上下文的标准两步操作 RequestAttributes attributes Re…...

编程日记 2026/4/17 22:47:04

大厂 Multi-Agent 落地经验：字节跳动智能创作平台的架构拆解

大厂 Multi-Agent 落地经验：字节跳动智能创作平台的架构拆解 第一部分：引言与基础 1.1 引人注目的标题 从零到一理解工业级 Multi-Agent 系统：字节跳动智能创作平台架构深度拆解 副标题： 揭秘大厂如何通过多智能体协作实现高效、高质量的 AIGC 内容生产 1.2 摘要/引言…...

编程日记 2026/4/17 22:47:04

K210小白避坑指南：从MaixHub下载YOLO模型到成功加载的完整流程（附固件选择表）

K210实战避坑手册：从MaixHub模型下载到YOLO部署全流程解析 第一次拿到K210开发板时，那种既兴奋又忐忑的心情记忆犹新——这款号称"边缘AI神器"的小板子，真的能跑得动YOLO这样的视觉算法吗？当我从MaixHub下载了现成的kmo…...

编程日记 2026/4/17 22:47:04

告别C1083编译噩梦：从环境变量INCLUDE/LIB配置根治pip安装头文件缺失

1. 为什么pip安装时总报C1083头文件缺失错误？ 每次用pip安装需要编译的Python包时，最怕看到的就是满屏红色报错，特别是那个经典的"C1083: 无法打开包括文件"。我刚开始接触Python开发时，为了装个pybullet库折腾了整整两…...

编程日记 2026/4/17 22:47:04

大模型落地：实打实地提升 RAG 系统准确率的五种方案！

网上 B 站有很多那种基于 LangChain 或者 LlamaIndex 十分钟搭建 RAG 系统的教程。不少团队看着挺简单，照猫画虎也跟着搭了一套。 跑测试数据的时候看着还凑合，但只要真正接入企业的生产环境，让真实的业务人员去用，准确率惨不忍睹…...

编程日记 2026/4/17 22:45:03

如何快速破解网易云音乐NCM格式限制：ncmdumpGUI完全指南

如何快速破解网易云音乐NCM格式限制：ncmdumpGUI完全指南 【免费下载链接】ncmdumpGUI C#版本网易云音乐ncm文件格式转换，Windows图形界面版本 项目地址: https://gitcode.com/gh_mirrors/nc/ncmdumpGUI 还在为网易云音乐下载的NCM加密文件无法在…...

编程日记 2026/4/17 22:45:03

Claude Code 自定义 Agent 实战，打造三个专属智能体

Claude Code 内置了 Explore、Plan 和 general-purpose 三个 Sub-agent，日常使用已经够用了。但你有没有过这种体验：每次让 Claude 审查代码，都要重复一遍「关注安全漏洞、检查错误处理、看看有没有 N1 查询」——本质上你在用对话复述一个 s…...

编程日记 2026/4/17 22:45:03

Rsync服务架构配置详解【20260416002篇】

文章目录 ✅ 一、生产级 `/etc/rsyncd.conf`（已加固 & 注释完备） ✅ 二、生产环境部署全流程（含权限加固） 步骤 1：创建专用系统用户（无登录、无 shell） 步骤 2：生成加密密码文件（避免明文） 步骤 3：预建 chroot 基础环境（启用 `use chroot = yes` 必须） 步骤 4…...

编程日记 2026/4/17 22:45:03

Cloud Document Converter：3分钟解决飞书文档转Markdown的所有痛点

Cloud Document Converter：3分钟解决飞书文档转Markdown的所有痛点 【免费下载链接】cloud-document-converter Convert Lark Doc to Markdown 项目地址: https://gitcode.com/gh_mirrors/cl/cloud-document-converter 你是否曾经花费数小时手动整理飞书文档…...

编程日记 2026/4/17 22:45:03

ADC选型实战指南：从关键参数到系统性能的精准匹配

1. ADC选型的关键参数解析 第一次接触ADC选型时，我被数据手册上密密麻麻的参数表搞得头晕眼花。分辨率、采样率、信噪比...这些指标到底哪个更重要？经过多个项目的实战积累，我发现ADC选型就像挑选相机 - 不是像素越高越好，关键要看…...

编程日记 2026/4/17 22:43:03

深入解析RX/TX：通信世界的收发核心

目录 引言 RX/TX的基本概念与原理 定义与功能 信号转换原理 RX/TX在不同通信场景中的应用 有线通信 无线通信 卫星通信 RX/TX技术的发展趋势 高速化 集成化 智能化 结论 引言 在当今高度数字化、信息化的时代，通信技术如同神经脉络，将世界的各个角落…...

编程日记 2026/4/17 22:43:03

Web Speech API 实现语音识别

场景很简单，就是当用户长按按钮说话之后，可以将识别到的语音转为文字，效果图如下：长按转换文字，断句动态拼接分隔符识别的文字由浮层展示光标在哪，语音插入到哪支持中途编辑清除文本和复制文本长按按钮有动…...

编程日记 2026/4/17 22:43:02

微信读书的划线，同步到 Notion 只是开始；接上 AI 才算“拥有“

微信读书的划线，同步到 Notion 只是开始；接上 AI 才算"拥有"昨晚我在写一篇东西，想引用一段《打造第二大脑》里关于"CODE 法"的描述。 放在半年前，我会这么干：打开微信读书 → 找到这本书 → 翻目…...

编程日记 2026/4/17 22:43:01

从复古游戏到电子墨水屏：聊聊Floyd-Steinberg抖动算法的那些神奇应用场景

从复古游戏到电子墨水屏：Floyd-Steinberg抖动算法的跨时代魔法 1983年，任天堂红白机设计师面临一个棘手问题：如何在仅支持52色的硬件上呈现《超级马里奥兄弟》中碧蓝的海水与翠绿的管道？答案藏在一项诞生于1976年的图像处理技术中…...

编程日记 2026/4/17 22:41:01

告别base环境自动激活：CentOS7安装Miniconda后必做的几项贴心配置

告别base环境自动激活：CentOS7安装Miniconda后必做的几项贴心配置 当你第一次在CentOS7服务器上成功安装Miniconda后，可能会遇到一个令人困扰的默认行为：每次打开新终端会话时，conda都会自动激活base环境。对于需要通过SSH频繁连接…...

编程日记 2026/4/17 22:41:01