特征工程
围绕数据窗口、统计聚合、类别编码、缺失机制和异常值构造特征，让模型看到真正与任务相关的信号。
Machine Learning Modeling / LLM Fine-tuning
安水
在数据、模型与新技术之间建立秩序。专注传统机器学习建模、大模型微调与模型评估， 用稳定的实验方法把复杂问题拆成可验证、可复盘、可迭代的工程结果。
- 建模底座
- 特征工程、监督学习、集成模型、模型验证
- 大模型链路
- SFT、LoRA、QLoRA、评估集设计、效果分析
- 技术取向
- 追踪 RAG、Agent、多模态、模型压缩与开源生态
Profile
关于安水
安水关注的不是“把模型跑起来”这一件事，而是模型是否真正理解了任务、是否经得起验证、 是否能在真实约束中稳定工作。传统机器学习建模提供了扎实的底座：先检查数据来源与样本分布， 再设计特征、建立基线、比较算法、分析误差，最后把结论沉淀成可以复现的实验记录。
面向大模型时代，安水同样重视完整链路。微调并不是简单地堆训练轮次，而是从任务定义、 指令数据构造、训练策略选择、评估样本设计、推理表现分析到部署前验证的连续过程。 只有当数据、目标、评估和工程约束对齐时，模型能力才会从“看起来聪明”变成“可靠可用”。
Traditional ML
传统机器学习建模
对结构化数据、行为数据和业务表征类问题，传统机器学习仍然是高效、可解释、可控的核心工具。 安水的建模习惯从问题定义开始：确认预测目标、数据窗口、样本标签、泄漏风险与评估口径， 再选择合适的模型族，而不是先从算法名出发。
在实践中，特征工程、样本切分、交叉验证、类别不均衡处理、误差分析和可解释性常常比模型复杂度更重要。 一个稳健的 XGBoost、LightGBM 或逻辑回归基线，配合清晰的验证体系，往往能更早暴露问题本质。
模型验证
使用时间切分、交叉验证、留出集和稳定性对比，避免一次偶然分数掩盖泛化风险。
解释与复盘
通过特征重要性、分层指标、错误样本和业务规则校验，找到模型表现背后的原因。
上线前评估
关注阈值选择、漂移风险、边界样本、人工审核成本和监控指标，避免模型只在离线环境漂亮。
LLM Fine-tuning
大模型微调能力
大模型微调的关键不只是训练参数，而是任务、数据和评估之间的闭环。安水会先判断问题是否适合微调： 如果只是知识补充，RAG 可能更合适；如果是输出格式、领域表达、决策偏好或复杂指令遵循， 才进一步考虑 SFT、LoRA 或 QLoRA 等策略。
在数据阶段，重点是清洗噪声、统一格式、覆盖边界场景，并设计能暴露模型短板的评估集。 在训练阶段，关注学习率、上下文长度、样本配比、过拟合迹象和推理成本。微调完成后，不只看单条示例， 还要通过批量评估、人工抽检、错误分类和对照实验确认效果是否真实提升。
- 指令数据构造：把任务目标拆成可训练、可评估的样本。
- 参数高效微调：根据算力与任务选择 LoRA、QLoRA 或全量微调方案。
- 评估集设计：覆盖常见输入、边界输入、反例输入和高风险输出。
- 部署前验证：比较响应质量、延迟、成本、稳定性和可维护性。
Technology Radar
对新技术保持追求，但不盲从
安水关注新技术的方式是先理解能力边界，再判断适用场景。技术趋势值得追，但真正有价值的是把它转化为可解释的实验、 可验证的指标和可维护的系统设计。
RAG 与知识增强
关注检索质量、分块策略、重排、引用可追溯和答案一致性，让知识库问答从演示走向可用。
Agent 工作流
关注任务拆解、工具调用、状态管理和失败恢复，避免把复杂流程交给不可控的单轮生成。
多模态与评估
关注图文理解、结构化抽取和多模态评估样本，判断模型是否真的理解输入而不是复述表面线索。
模型压缩与部署
关注量化、蒸馏、推理加速与硬件约束，让模型能力在成本、延迟和稳定性之间取得平衡。
Methodology
做模型的四条原则
先定义问题，再选择模型
模型不是起点，问题才是起点。目标、约束、成本和评估口径清楚后，算法选择会自然收敛。
先建立评估，再追求优化
没有可靠评估，优化只是调参幻觉。好评估需要覆盖真实分布、边界样本和业务上最不能错的场景。
让实验记录成为资产
每一次实验都应记录数据版本、参数、指标和结论。长期看，复盘能力比单次灵感更重要。
把复杂系统拆成可验证环节
从数据处理、模型训练、推理服务到监控反馈，每个环节都应能独立检查，系统才有稳定性。
Case Notes
案例式能力展示
以下是基于能力范围整理的项目叙事，用于说明安水处理问题的方式，不伪造具体公司名称或不可验证成果数字。
结构化预测
从杂乱表格到稳定评分模型
面对多来源结构化数据，先清理字段口径和时间窗口，再建立可解释基线模型。 通过特征分组、样本分层和稳定性评估，判断模型是否捕捉到长期有效的信号。
- 重点：标签定义、数据泄漏检查、特征稳定性。
- 方法：逻辑回归、LightGBM、分层指标、错误样本复盘。
文本任务微调
让模型遵循领域表达与输出格式
对需要稳定格式和专业语气的文本任务，先定义输出规范，再构造指令样本与反例样本。 使用 LoRA 或 QLoRA 做参数高效微调，并用固定评估集比较微调前后的格式稳定性和答案质量。
- 重点：指令覆盖、边界输入、格式一致性。
- 方法：SFT、LoRA、QLoRA、人工抽检与批量评估。
知识增强
从文档检索到可信回答
对知识密集型问答，优先分析知识来源、分块策略和召回质量，再决定是否需要微调。 通过 RAG、重排、引用约束和答案一致性检查，减少模型凭空生成的风险。
- 重点：检索命中、引用可追溯、拒答边界。
- 方法：向量检索、重排、评估集、错误类型归因。
Capability Matrix
能力矩阵
传统机器学习建模
92%
特征工程与数据处理
88%
大模型微调与评估
86%
模型评估与误差分析
90%
新技术追踪与实验转化
84%
Contact