Repository navigation
Expand file tree
/
Copy pathindex.html
More file actions
124 lines (119 loc) · 5.5 KB
/
Copy pathindex.html
File metadata and controls
124 lines (119 loc) · 5.5 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
<!doctype html>
<html lang="zh-CN">
<head>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width, initial-scale=1" />
<meta
name="description"
content="Feng Jikui 的个人主页：机器学习、LLM 教程、post-training、agent 工程和实践笔记。"
/>
<title>Feng Jikui | Notes, Models, Mountains</title>
<link rel="stylesheet" href="./styles.css" />
</head>
<body>
<header class="site-header">
<a class="brand" href="#top" aria-label="Feng Jikui">
<span class="brand-mark">J</span>
<span>Feng Jikui</span>
</a>
<nav aria-label="主导航">
<a href="#entries">入口</a>
<a href="#writing">写作</a>
<a href="#about">关于</a>
</nav>
<a class="header-action" href="https://github.com/fengjikui">GitHub</a>
</header>
<main id="top">
<section class="hero" aria-labelledby="hero-title">
<div class="hero-bg" aria-hidden="true"></div>
<div class="hero-content">
<p class="eyebrow">AI engineering / notes / field practice</p>
<h1 id="hero-title">Feng Jikui</h1>
<p class="hero-text">
我把机器学习、大模型训练、agent 工程和数据评测这些抽象主题，
拆成可以运行、可以复盘、可以讲清楚的小实验。喜欢从源代码、日志和真实结果里找答案，
也喜欢在雪山和长路上，把复杂问题重新想简单。
</p>
<div class="hero-actions">
<a class="primary-link" href="https://fengjikui.github.io/llm-tutor/">进入 LLM Tutor</a>
<a class="secondary-link" href="#entries">查看内容入口</a>
</div>
</div>
</section>
<section class="entries" id="entries" aria-labelledby="entries-title">
<div class="section-head">
<p class="eyebrow">main entries</p>
<h2 id="entries-title">一个个人知识站的入口</h2>
</div>
<div class="entry-grid">
<a class="entry-card entry-card-featured" href="https://fengjikui.github.io/llm-tutor/">
<span>正在打磨</span>
<h3>从梯度下降到 GPT</h3>
<p>机器学习、深度学习、Transformer、GPT、SFT、PPO、DPO、GRPO 的中文动手教程。</p>
</a>
<a class="entry-card" href="https://fengjikui.github.io/openagent-book/">
<span>持续更新</span>
<h3>从 0 到 1 构建 OpenAgent</h3>
<p>用真实代码、失败实验和 Trace，逐步实现可调试、可恢复、可审计的 Coding Agent Harness。</p>
</a>
<a class="entry-card" href="https://github.com/fengjikui">
<span>代码现场</span>
<h3>Projects & Experiments</h3>
<p>训练脚本、数据管线、agent 工程、评测工具和一些正在成形的小项目。</p>
</a>
<a class="entry-card" href="#writing">
<span>后续内容</span>
<h3>Post-training Notes</h3>
<p>围绕 SFT、RLHF、DPO、GRPO、VLM 后训练和真实实验复盘的长期笔记。</p>
</a>
<a class="entry-card" href="#about">
<span>个人侧面</span>
<h3>Mountains & Field Notes</h3>
<p>雪山、长线行走、读源码、写教程，以及把混乱整理成路线图的日常。</p>
</a>
</div>
</section>
<section class="writing" id="writing" aria-labelledby="writing-title">
<div>
<p class="eyebrow">writing direction</p>
<h2 id="writing-title">我会把这里变成持续生长的索引</h2>
</div>
<div class="writing-list">
<article>
<span>01</span>
<h3>可运行的学习路线</h3>
<p>每个概念都尽量落到代码、数据、指标和失败案例，而不是只停留在术语解释。</p>
</article>
<article>
<span>02</span>
<h3>模型训练与后训练</h3>
<p>从最小实验看清 loss、reward、preference、policy update，再逐步接近真实系统。</p>
</article>
<article>
<span>03</span>
<h3>Agent、评测和工程闭环</h3>
<p>关注一个想法如何变成可以重复运行、可以验证、可以交付给别人使用的工具。</p>
</article>
</div>
</section>
<section class="about" id="about" aria-labelledby="about-title">
<p class="eyebrow">about</p>
<h2 id="about-title">关于我</h2>
<p>
我关注 AI 工程里那些真正决定质量的细节：数据如何构造，训练目标是否可靠，
实验能不能复现，指标是否诚实，代码能不能被后来的人继续接住。相比给概念贴标签，
我更喜欢把一个系统拆开、跑起来、看它在哪里变好，又在哪里露出问题。
</p>
<p>
技术之外，我喜欢爬雪山，也喜欢长时间走在自然里。那种缓慢接近高处的过程，
和做一个复杂项目有点像：不要急着抵达，先把路线、节奏、体力和天气都看清楚。
</p>
</section>
</main>
<footer class="site-footer">
<span>Feng Jikui · Notes, models, mountains</span>
<a href="https://fengjikui.github.io/llm-tutor/">LLM Tutor</a>
<a href="https://fengjikui.github.io/openagent-book/">OpenAgent Book</a>
</footer>
</body>
</html>