专注学习时间

1. 20:21-23:50 3h29m

今日学习

目标：学习minimind

具体子目标：

1. 明确minimind是什么
2. 如何学习minimind

行动

配置Mac环境

第1个小时基本在配置环境了，电脑是新买的，需要配置很多东西

1. 设置cherryStudio的服务商API
2. 安装claude code
3. 配置claude code
4. 初始化github SSH
5. 拉取GitHub项目

接下来开始搞啦！

运行minimind本地测试

解决了很多环境问题，然后终于跑通了，可以用本地大模型进行对话，感觉很棒！

回答

minimind是什么？

miniMind 是一个极简 LLM（大语言模型）训练项目，用最少的资源走通大模型训练的完整流程

┌─────────────────────────────────────┐
│            MiniMind 是什么？          │
├─────────────────────────────────────┤
│  🎯 目标：让普通人从零训练一个大模型    │
│  📦 大小：最小仅 25.8M 参数           │
│  💻 门槛：一台笔记本电脑即可           │
│  📖 原理：和 GPT / Llama 完全一致     │
│  🔓 开源：代码、数据、权重全部公开      │
└─────────────────────────────────────┘

如何学习minimind？

阶段	名称	一句话说明
1	环境搭建与快速体验 ✅	装好环境，下载现成模型，先跑通对话看看效果
2	理解模型架构	读懂模型的”身体结构”——Transformer 的每个零件是什么、怎么拼起来的
3	Tokenizer 分词器	理解模型怎么把人类文字转成它能处理的数字
4	预训练（Pretrain）	喂大量文本，让模型从零学会基本的语言能力（学会说人话）
5	监督微调（SFT）	用问答对数据教模型学会”有问有答”的对话能力
6	强化学习对齐（RLHF）	用人类偏好告诉模型哪个回答更好，让它学会”说正确的话”
7	模型蒸馏与推理	让小模型向大模型偷师学艺，并学会展示思考过程
8	评估与部署	考试打分，然后把模型部署成可用的在线服务
9	视觉多模态（进阶）	给模型装上”眼睛”，让它能看图说话

今日感想

专注于行动

《高效能人士的七个习惯》、《福格行为模型》、《纳瓦尔宝典》都在阐述同一个事情：最优先去做对你最有价值而且你也喜欢做的事。遵守这个原则就非常好，大多数情况下我们会做什么事？最容易做到的事，无论这件事是好是坏

好一点的情况就是最一些有价值但零碎的事情，这也是我过去相当一段时间存在的问题，如果我只在意学习时间，就会倾向做有价值但最轻松的事情

事实上，应该做最有价值且你可以做到的事情，以此为基本原则

我的专长

这几天我一直都在想《纳瓦尔宝典》里提到的“我的专长”

我的专长是什么呢？是我的前端技术吗？不是，我没有那么热爱，另一方面可取代性太高

是坚持的习惯和毅力，在AI时代我们可以更好发现自身的特质，我认为我的特质是坚持。

在我学习微习惯以来，至今已有2500天以上，没有一天我曾终止过学习，即使只有1分钟，我也绝不会放弃

事实上，大多数时间我都可以坚持1小时甚至两小时每天的学习

所以，想到这里我感觉自己有了一些自信，即使我失去一切，我想我还有一些有价值的东西，不是技术和知识，而是道德和品格。

反思

1. 对于学习笔记的审查不够，下次要浏览一次之后至少审查更新一次。