> blog

个人博客

大模型训练调优、AI 安全、端到端工程化的实践记录与思考。

端到端大模型训练全链路:从 SFT 到 GRPO、量化与部署

把单包研判模型从数据到线上的九道环节摊开:reward 设计、GRPO/DAPO 参数、权重合并、AWQ 量化、vLLM 部署、压测与测评。

一次模拟攻防实战复盘:从外网打点到内网漫游

从外网 LFI 文件包含一路打穿到内网:日志投毒 webshell、SUID 提权 root、OA 服务器沦陷。

把大模型塞进智能硬件:康养源 Agent 落地复盘

把大模型塞进智能硬件,用六步 Agent 闭环实现「对硬件说话查订单」的完整落地复盘。

文章陆续补充中——敬请期待。