模型与 Prompt
通用模型、专用模型、微调、蒸馏和模型路由：该买、该训，还是该组合。
AI for non-engineers
把 AI 黑话，变成可以行动的判断。
一套面向非技术背景学习者的实用 Wiki。它不要求你会训练模型，而是帮助你在 vibe coding 中看懂方案、识别半成品，并推动系统真正上线。
Latest / 01
从一个真实问题开始，而不是从术语表开始。
已完成
8 分钟阅读
模型与 Prompt
已经有通用大模型，为什么还要训练专用模型？
用“全科医生与专科团队”的类比，讲清 Prompt 调用、专用模型训练和混合架构的差别，并给出是否训练的六问决策表。
阅读完整文章 →
Topic map
按工作中遇到的问题，进入对应专题。
数据与标注
金标准、双人标注、抽样和数据闭环：数据不只是“越多越好”。
效果评估
把 Kappa、ECE、nDCG 和置信区间翻译成业务可以判断的语言。
产品化与上线
从离线评测、影子流量、A/B 测试到监控回滚，建立可上线、可维护的流程。
Vibe Coding 判断力
识别概念、Demo、原型和生产系统之间的真实差距，知道下一步该补什么。
Maturity
“能演示”与“能上线”，中间隔着五个阶段。
- 概念讲清问题与核心术语。
- 可运行 Demo在少量样本上跑通。
- 离线验证在代表性数据上达标。
- 灰度验证用小流量验证收益与风险。
- 生产可用具备监控、回滚、成本与责任人。
Up next
接下来九篇，围绕“怎样做成生产系统”。
- 没有标注数据，评分器从哪里来？
- 为什么“至少 1,000 个样本”不是拍脑袋？
- Kappa、一致率和 ECE 到底在衡量什么？
- nDCG@10 为什么比平均分更接近搜索体验？
- 怎样把一个 Prompt 变成可上线的评分系统？
- 离线评测通过，为什么线上仍可能变差？
- A/B 测试、显著性与非劣检验是什么？
- 模型蒸馏：怎样让大模型教会便宜的小模型？
- 什么叫生产级：从 Demo 到运营还缺什么？
Publishing
一份内容，两个可访问的版本。
REDoc · 内部主站
承载协作、评论和知识沉淀。每篇文章都保留返回 Wiki 首页的链接。
Vercel · 镜像备份
提供独立访问与备份。正文、更新时间和互链与 REDoc 同步发布。