Kida的躺平小屋

1. 快速定位哪个层次出问题 当服务异常或告警时，我第一步不是直接重启，而是把系统“目前的样子”抓下来，命令很短但信息密度高： 这些输出能马上告诉我：CPU 被某进程吃满了...

一、我为什么会“误解”Wine？ 大家都是什么时候接触 Wine 的呢？我是为了玩 Windows 游戏。虽然那时还没有 Stream，但不碍它在我心中是一个美好的时代。 ...

说实话，如果是新项目，我绝对不会首选 Oracle 10g。但工作中你难免会遇到一些老系统的迁移工作，这就没有办法了。之前我也分享过使用 Docker 来进行快速部署，但并...

承接上一回，这期依然是 Linux 的总结。但这次我想聊聊文件系统和 fsck，这个我踩过千百遍的坑。 一、首先什么是 fsck？ 在我早期使用 Linux 的时候，对磁盘...

2025 年结束了才发现自己已经很久没有更新文章了。但最近都在忙其他的事情，实在没有多余的精力去写新的分享了（但笔记还是会记录，看看什么时候再分享出来吧）。于是我在重新整理...

在真正开讲之前需要补充一下“16. 基于 CPU 的转换、量化实现”和“18. 持续优化模型微调”中遗漏的信息。 “基于 CPU 的转换、量化实现”内容补充 在这章我通过 ...

有小伙伴私信说希望能展开说说如何做模型持续优化，为此临时加开一章，讲讲如何结合 brain-mix 项目的 Unsloth 微调报告进行训练结果分析。 补充：若不希望麻烦的...

书接上回，做完模型量化后试了几次实时推理，结果都强差人意（推理结果没有深度，这个还需要后面再调整）。至于幻觉嘛，是不可避免的。为此，在真正上线前还需要转换为 RAG 应用并...

在实际开始之前，要先决定好要用哪种共识机制。之前的博客中提到 QBFT 在部分场景下无法使用 Zero Gas 进行上链，因此改用 IBFT 2.0 共识，博客如下： 【区...

坑还是要填的，但是填得是否平整就有待商榷了（狗头保命...）。 本人技术有限，只能帮各位实现的这个地步了。各路大神如果还有更好的实现也可以发出来跟小弟共勉一下哈。 首先需要...

书接上回，上一章我们已经使用 Unsloth 对 Qwen3-0.6B 模型进行了自动化微调工作。 考虑到算力不足的情况，必须将微调后的模型进行量化后使用。为了方便后续工作...

“从零开始”系列更新遇到瓶颈了（数据处理虽然已做了自动化脚本，但需要大量时间整理），趁此机会转换一下心情，补完一下之前企业以太坊（Hyperledger Besu）系列中遗...

书接上回，上回我们已经做完了数据质量评分与同质化数据删除工作，为了方便后续的训练我们还是先将数据全部做成离线版本的 JSON 数据集（因为考虑到训练环境无法连接现有数据库的...

书接上回，上一章我们完成了“非问答”类数据的数据增强后库内增加了 200w 数据。接下来，应该继续做“数据蒸馏”从商用大模型那里提取垂直领域的数据，但这样无疑违背了“零成本...

书接上回，上一章我们简单地过了一遍如何获取训练数据并通过代码将数据保存到 Elasticsearch 中了，但是保存下来后发现数据量还是不够（总数据量 22w+），这个时候...

各位新老朋友，好久不见了。 距最后一次更新已有差不多一年的时间了。这期间发生了很多事儿，一度让我走进了人生低谷。现在，一切都已经过去，热爱分享、与君共勉仍是我的初心。一切都...

本文将从部署开始，详细讲一下如何使用 llamafactory 对开源模型进行指令微调了，并且在微调过程中我是如何一次一次地进行参数调整的，我也跟各位分享一下。...

本文讲述本人使用 RAGChecker 对 RAG 应用调优的过程，里面还会包含一些关于 RAGChecker 的使用意见，希望对各位有用～...

本文将介绍在 Python 中如何对 CUDA 显存进行监控并在到达阈值时进行显存的清理，希望这个对大家也有用吧。...

“直线谁不会踩油门，弯道快才是真的快”这句话的含金量还在上升。在上次调优后我又做了其他的尝试，本节将结合本人的最终优化结果给各位分享...