实验笔记

William Derue,AI Engineer 方向的 AI 开发工程师。这个笔记记录我的实践:训练过的模型、智能体、基础设施。

试试「vision」「agents」或「本地大模型」:地图在你的浏览器里用真实的嵌入模型检索

最新条目

  1. 不训练也能预测

    CatBoost 对阵 Kumo-Tabular,对象是西雅图建筑的能耗:一个表格基础模型似乎不用训练就做得更好,每次调用 25 秒。四个实验来验证,以及这对使用场景、成本,和留给本行的东西意味着什么。

    阅读约 7 分钟 · 机器学习 · 表格基础模型 · MLOps · CatBoost · 部署

  2. 九个智能体,九天

    对一支在真实环境中运行的九个自主 SRE 智能体集群的量化复盘:哪些撑住了,哪些崩了,轨迹分析教会了我什么,以及我保留了什么。

    阅读约 4 分钟 · 自主智能体 · SRE · 本地大语言模型 · 可观测性 · 安全

全部条目 →

项目登记表

重点项目

正在加载项目登记表…

索引

筛选登记表

正在加载项目登记表…

工具箱

  • 数据与机器学习

    • Python
    • PostgreSQL
    • MongoDB
    • Informix
    查看详情
    库
    PyTorch, Transformers, Scikit-learn, pgvector, Faiss, SQLAlchemy, Prisma, Drizzle, Mongoose, ElectricSQL, TanStack DB
    工具
    lite-cli, Data Wrangler
  • 后端与 API

    • FastAPI
    • Fastify
    • Express.js
    • TypeScript
    查看详情
    库
    Uvicorn, Bun, Pytest, Playwright, Zod, Swagger / OpenAPI, JOSE, MkDocs, Psycopg, Ruff, uv
    工具
    Postman, WebDevTools
  • 前端

    • React
    • Next.js
    • TanStack
    • Svelte
    • Vite
    查看详情
    库
    NextAuth, Biome, Lucide React, shadcn/ui, DOMPurify, date-fns, TailwindCSS, DaisyUI, TSDoc
    工具
    Wave, Playwright, WebDevTools
  • DevOps 与工具

    • Docker
    • GitHub Actions
    查看详情
    库
    Pytest, Vitest, pre-commit, git-cliff, standard-version
    工具
    Wave, Playwright, lazy-docker, docker-compose, Portainer