第一步 · 需求与规则
把模糊的想法，
变成共同标准。
先确认目标、数据内容与验收要求，再用正例、反例和边界情况，把规则说明白。
先问清楚，再开始。
这一阶段，形成什么
需求 / 规则文档
- 业务目标
- 为谁服务，提升什么能力
- 数据范围
- 类型、内容、格式与量级
- 判断标准
- 正反例、边界与验收要求
我的起点
广西 · 防城港
从听见细节到理解意图
作曲让我习惯反复倾听、打磨细节。现在，我正在系统学习 AI 训练师课程，理解数据、规则与模型回答之间的关系。
广西艺术学院 · 作曲与作曲技术理论
广西防城港 · AI 训练师方向
01 / 项目流程
流程，先想完整。
从一个需求，到一份合格的数据。
课程学习整理 · 09.19
把模糊的想法，
第二步 · 培训与试标
先跑通一小步，
再让团队走一致。
自己先试标，匹配执行人员，再进行培训与小批量验证。发现歧义，就回到规则里解决。
试标，同时检验人员与规则。
这一阶段，形成什么
试标 / 问题记录
- 亲自试标
- 验证规则，记录用时
- 培训对齐
- 讲背景、规则与边界案例
- 小批量验证
- 检查准确率，分析理解分歧
第三步 · 生产与质检
推进每一批数据，
也看清每一个问题。
安排任务与质检职责，跟踪进度和质量。把问题样本分类，区分规则、人员或数据本身的原因。
把共性问题，写回规则。
这一阶段，形成什么
生产 / 质检记录
- 任务安排
- 人员、职责与交付节点
- 质量检查
- 标注、复核与内部验收
- 问题归因
- 记录错误类型，跟进修正
第四步 · 交付与验收
交付有依据，
反馈有着落。
汇总数据、分批交付，对照约定标准验收。出现分歧时，逐条评审，完成返修后再次验证。
标得准确，也要交得可用。
这一阶段，形成什么
交付 / 验收清单
- 汇总核对
- 字段完整，格式与版本一致
- 业务验收
- 按已确认的规则逐项检查
- 反馈闭环
- 评审、返修与再次验收
第五步 · 复盘与改进
让这一次的经验，
成为下一次的方法。
回顾准确率、效率与成本，找出反复出现的问题，把有效做法整理成可复用的标准流程。
交付之后，学习继续。
这一阶段，形成什么
复盘 / 标准流程
- 质量复盘
- 错误分布与返工原因
- 效率与成本
- 时间用在哪里，如何改进
- 经验沉淀
- 案例库、常见问题与 SOP
02 / 模型训练
好回答有迹可循
从基础学习，到高质量示范，
再到更符合需求的选择。
预训练建立基础能力
SFT监督微调用高质量示范，学习如何回答。
RM + PPO
学习评价，依据奖励优化。
DPO
通过偏好回答对，直接优化。
我关注示范质量、偏好判断与规则一致性。
03 / 推理与 Agent
先想清楚再行动
CoT 关注推理的质量。
Agent 将理解，落实为下一步。
- 01理解
识别目标与信息缺口
- 02规划
拆分任务，判断下一步
- 03调用
选对工具，核对参数
- 04验证
根据执行结果调整
不只检查最终答案，也检查过程是否有依据。
04 / 图像与视频
看清画面说清变化
图片里有主体、关系与细节。
视频里，还有时间。
图片数据
画面- 主体
- 关系
- 光影
- 细节
视频数据
时间- 动作
- 镜头
- 连续性
- 顺序
描述充分，也保持准确。只写画面里确实存在的内容。
以上为课程学习整理。目前尚无实际项目，后续会在这里更新练习和项目。
屏幕之外
屏幕之外，
也有大收获。
音乐、Citywalk，还有钓鱼。
我喜欢专注其中，也享受偶尔的惊喜。
刚认识时有些慢热，熟悉之后，会聊得更多。
