技术方法来源
核验日期:2026-11-13。仅引用官方文档和原始论文。以下是概念来源,不表示本仓库导入了这些库、复现了论文系统,或取得论文中的结果。代码与合成样例由本项目独立编写,方法说明与实测结果分开。
| ID | 来源 | 本册使用范围 | 访问状态 |
|---|---|---|---|
| T01 | scikit-learn:Common pitfalls | 数据泄漏、分割后拟合预处理;本册未依赖 sklearn | 官方正文已读取 |
| T02 | scikit-learn:Metrics and scoring | precision、recall、F1、macro平均与指标选择 | 官方正文已读取 |
| T03 | PyTorch:Reproducibility | 跨环境重现的限制、随机性与环境记录;本册未运行PyTorch训练 | 官方正文已读取;stable入口指向此版本 |
| T04 | Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks | 检索与生成的概念边界;本册离线样例无生成模型 | 原始论文摘要页已读取 |
| T05 | Python:http.server | 本地HTTP演示的适用边界;标准库服务器不适合作为生产部署方案 | 官方正文已读取 |
| T06 | GitHub:Custom workflows with GitHub Pages | 配套静态站部署流程与权限;工作流已准备,未声称GitHub远端实际执行 | 官方正文已读取 |
Python 标准库接口以运行环境附带文档为准。示例项目只要求 Python 3.10+,所有外部模型适配仅在实际实现、运行与评测后才可声称验证。没有在线模型测评、GPU训练或真实用户业务指标。
第三方文档、商标、论文和招聘原文的权利归各权利人。链接与有限摘要不将第三方内容改授本项目许可证。