為什麼我開了這個站

我在 Hugging Face 上放了三十幾個模型、一百六十幾個資料集，GitHub 上還有一堆工具。但這些東西有一個共同問題：它們只呈現最後成功的那一版。

模型卡會告訴你 benchmark 分數，不會告訴你前面七次訓練為什麼壞掉。資料集卡會告訴你有多少筆，不會告訴你我在 dedup 的哪一步發現了什麼奇怪的東西。README 更是不會寫「這個設計其實是妥協」。

這個站就是拿來放那些的。

大概會寫什麼

• 繁體中文語言模型：CPT、SFT、GRPO 的實作細節，tokenizer 設計，還有 zh-TW 特有的坑（簡體洩漏、詞邊界、台灣用語）。
• 評測：benchmark 怎麼做才不會自欺欺人。我踩過最痛的一次是分數其實是抽取邏輯的產物，跟模型能力沒什麼關係。
• 法律與科學領域的應用：台灣法條的時效性、藥物設計裡的 reward 怎麼定義。
• 失敗紀錄：這部分大概會最多。

語言

主要用繁體中文寫，偶爾英文。技術名詞我不會硬翻——gradient checkpointing 就是 gradient checkpointing。

如果你想找我

站上每一頁下面都有連結，或直接寄信到 [email protected]。有錯請直接告訴我，我改。

有 RSS。