Writing

研究筆記

Notes from building and evaluating models — mostly Traditional Chinese LLMs, tokenizers, benchmarks, and the occasional detour into drug discovery.

2026

模型卡和論文是整理過的版本。這裡放的是剩下的那些——失敗的訓練、看起來太漂亮的分數，還有沒人問但我想講的 ablation。

201K 的詞表打贏 248K，不是因為演算法比較好，是因為對方有 11% 的名額在訓練前就浪費掉了。這篇講設計決策、三層驗證，以及一個差點讓結論反過來的評測錯誤。