https://qiangzhang-dev.github.io/#writing 关于 SFT 数据、模型评测和图像恢复与融合的中文技术笔记。 zh-CN https://qiangzhang-dev.github.io/notes/live-trace-counting/ https://qiangzhang-dev.github.io/notes/live-trace-counting/ 围绕 Google ADK 的公开问题与未合并候选，固定源码切片和数据替身，离线比较分块计数。附可复核诊断包与上游归属；没有运行完整 ADK、真实语音或生产服务。 https://qiangzhang-dev.github.io/notes/pass-at-k-sampling/ https://qiangzhang-dev.github.io/notes/pass-at-k-sampling/ 用构造结果区分至少一次正确、平均正确率和十次全对，核对 pass@k 估计器，再检查采样设置、多轮评测与训练前后的对照。例子不是模型实测结果。 https://qiangzhang-dev.github.io/notes/speech-sft-sample/ https://qiangzhang-dev.github.io/notes/speech-sft-sample/ 从一条构造问题出发，核对朗读稿的条件、实际音频、监督答案和同题变体的数据划分。文章讨论样本准备，没有生成音频或运行训练。 https://qiangzhang-dev.github.io/notes/sft-rewrite-review/ https://qiangzhang-dev.github.io/notes/sft-rewrite-review/ 用构造案例检查答案改写中的条件遗漏、解释缺失、确定性变化和输入信息缺口，并记录审核依据。这些检查建议不能代替独立的训练效果评测。 https://qiangzhang-dev.github.io/notes/whisper-beam/ https://qiangzhang-dev.github.io/notes/whisper-beam/ 固定 Whisper tiny.en，在 40 条 LibriSpeech 录音上比较 beam size 1 和 5：3 条 CER 改善、37 条不变。结合逐句输出讨论字符指标的盲点和这次小样本实验的局限。 https://qiangzhang-dev.github.io/notes/air-fusion/ https://qiangzhang-dev.github.io/notes/air-fusion/ 结合论文原图，解释冻结恢复主干、跨模态桥接适配器 CMBA 和轨迹约束校正器 TCR 如何参与图像恢复与红外–可见光融合，并讨论文本引导、实验指标与局限。