最新文章

• MiniMind 学习笔记之 21 训练细节：数据、分词器、断点续训2026/10/13

  一、数据清洗：从原始文本到训练数据 1.1 为什么要清洗 预训练数据的质量，直接决定模型的知识储备。原始数据里混杂着乱码、重复内容、低质量文本。这些东西不清理掉，模型学到的就是这些噪音。 MiniMi

• Agent Harness 从用到会造：把工具接上，只是开始负责2026/10/13

  现在有一条现成的路：把工具做成 MCP server，客户端把工具清单递给模型，模型提出调用，客户端把调用发回 server。传输怎么走、工具叫什么名字、参数怎么序列化、返回怎么塞回上下文——这一整段

• 企业级RAG 的胜负手不在「召回」，在「排得准」：开源Harness平台BizBuddy 检索增强实录2026/10/13

  企业知识库 RAG 做完第一版，几乎都会遇到同一个尴尬：明明都召回了，模型偏偏用了第二、第三条，第一条反而不是答案。

• 多股票 K 线如何用 Pandas 对齐？从收益率计算到横截面分析2026/10/13

  摘要 Pandas 能够方便地处理多只股票的历史行情，但不同股票可能存在停牌、上市时间不同、数据缺失和交易日历差异。如果简单使用 pivot()、merge() 或 concat()，可能造成样本错位

• Python 批量获取股票行情后，如何用 Pandas 统一字段、索引和数据类型？2026/10/13

  摘要 在 Python 量化开发中，股票行情可能来自不同接口、不同市场或不同历史任务。即使数据都能成功获取，字段命名、日期类型和缺失值处理方式仍可能存在差异。本文以 Pandas 为核心，介绍如何把多

• 重试是解药还是毒药？聊聊幂等性2026/10/13

  分布式系统里有一句被说烂了的话："失败就重试"。但真正踩过坑的人知道，重试本身才是很多事故的制造者——它会把一次偶发失败，放大成一次数据事故。 这篇文章只讲一件事：什么时候可以重试，什么时候重试等于自

• JSONL 日志的三个隐形坑：BOM、半行、和按字节轮转2026/10/13

  JSONL（每行一个 JSON）是做日志的省事选择：追加写、流式读、不用把整个文件读进内存。但它有三个坑，平时不疼，出事时正好是你最需要日志的时候。 坑一：BOM 和半行，让"读日志"这件事先崩掉 用

• 花了几百万买的 AI 系统，为什么最后全成了花瓶？2026/10/13

  很多企业买 AI 都有过这种尴尬经历： 这通常不是技术不行，而是你从第一天就把“验收标准”搞错了。 一、为什么拿验收“传统软件”的套路验 AI，必死无疑？ 传统软件（比如财务软件、打卡系统）像买家具：

• AIcoding 移动端落地，我们算了一笔真实成本账2026/10/13

  一个零售客户的项目：双端 App（iOS + Android）加小程序，传统估 12 人周。我们带着 Claude Code 和 Flutter 进场，7 人周交付

• AI 生成的视频怎么局部修改？2026 年分章生成 Manim 代码的最新做法2026/10/13

  AI 生成的视频难改，多半是因为产物是一整条像素，哪里不对都只能重新抽一次。我们在极坐标⋅XYZ 的工作区里做长动画时换了个产物：AI 写的是 Manim 代码，一章一个文件，一句口播一段音频。这样「