· Xiaojing Yang · Machine Learning
训练集、验证集和测试集
如何划分训练集、验证集和测试集，才能让模型评估保持诚实。
Blog
Foundations and research notes on mathematics, statistics, machine learning, NLP, LLMs, model evaluation, and applied AI systems.
- · Xiaojing Yang · NLP and LLMs
NLP 中的 Transformers
Transformers 如何组合 self-attention、feed-forward layers、residuals 和位置信息。
- · Xiaojing Yang · Statistics
为什么统计对 AI 研究很重要
统计不是公式集合，而是帮助我们理解 AI 实验不确定性、证据强度和模型评估可信度的思维工具。
- · Xiaojing Yang · NLP and LLMs
词向量与句向量
离散语言如何变成向量空间，以及句向量为什么对检索和评估重要。
- · Xiaojing Yang · Multilingual AI
Why Low-Resource Domain MT Is Hard
Domain-specific machine translation is not only a modeling problem. It is a data, terminology, evaluation, and risk problem.
- · Xiaojing Yang · Research Engineering
About This Blog: Foundations and Research Notes
A short map of the blog: foundations, research applications, bilingual notes, and how this site complements my portfolio.