数据训练
从数据标准、标注策略到质量闭环，把底层训练数据做得稳定、可用、可复盘。
Data Standard · Annotation · Quality Gate
MODEL EVALUATION · DATA TRAINING · MARK ·
MODEL EVALUATION · DATA TRAINING · MARK ·
DECODING OUTPUTS · ALIGNING STANDARDS ·
DECODING OUTPUTS · ALIGNING STANDARDS ·
MARK
ABOUT ME
MARKAI是关于我的6个关键词，欢迎了解我:
01
Model-minded
理解模型输出背后的意图、边界和失误模式，把评测从主观判断变成可复盘的标准。
WHAT I CAN DO
从底层数据训练、模型评测、到前端视觉呈现，提供多维度的专业能力储备。
模型评测
设计评测维度、样本集和评分口径，识别模型在事实性、鲁棒性和表达上的短板。
Benchmark · Rubric · Error Taxonomy质检闭环
建立抽检、复审、问题归因和返修流程，让团队输出保持一致的质量水位。
Review · SOP · Feedback LoopAI 工作流
组合 Codex、Claude、Gemini 等工具完成批处理、文案校验、数据分析和流程自动化。
Prompt · Toolchain · AutomationWHAT I HAVE DONE
不止于“单点突破”，更在于系统建构。5个维度，构成了我能力的全部。
高质量标注数据工程体系
定义 Caption 质量标准，搭建“机器预标 → 人工精修 → 自动质检 → 混合产线”的闭环，用视觉设计背景精标多维样本，提升模型训练数据稳定性。
SOP · Quality Gate · Data Flywheel多模态模型评测矩阵
围绕图像理解、文本生成、事实一致性和指令遵循建立评分 Rubric，沉淀错误类型库，让模型问题能被定位、归因和复测。
Rubric · Benchmark · Error Taxonomy评测质检与复审闭环
设计抽样复审、争议样本复盘和团队校准机制，把单点经验转成可复制流程，减少主观评分漂移。
Sampling · Calibration · ReviewPrompt 与工具链评测优化
对 Claude、Codex、Gemini 等工具进行场景化测试，比较长文本、代码、翻译、摘要和批处理能力，形成使用策略。
Prompt · Tool Test · Workflow团队 SOP 与能力培训
把复杂评测规则拆成新人可理解的操作手册、案例库和检查清单，缩短上手时间，提高交付一致性。
Training · Playbook · Team EnablementCOLLABORATORS
我不是一个人在工作，这是我和工具之间的分工。
[ AI PARTNERS + INFRASTRUCTURE ]Claude
复杂问题拆解、策略推演和长文本判断。
Strategy · Writing · ArchitectCodex
前端实现、代码生成、调试和自动化流程。
Code · Refactor · AutoGemini
文本批处理、摘要、翻译和多模态对照。
Copy · Translate · ResearchGPT
评测口径整理、Prompt 迭代和案例库生成。
Prompt · QA · KnowledgeVS Code
写文档、做网页、调脚本的主要工作台。
Editor · Build · ShipGitHub
沉淀项目、版本和工具实验记录。
Version · Repo · Extension