huangyezhufeng

@sjtugzj #23 图片是 DALL-E 3 生成的，前端后面我再瞅瞅怎么改。

做得很好，赞！楼主后续有考虑做下按作者来分别游览书籍吗，比如每个作者的书籍在一个 Subspace 这种。比如卡尔维诺和王小波的书各自在一个 Space ，然后他们之间也可以有 link 这种。感觉这样也会很有意思。

另外放一下直接做的一个关于《看不见的城市》的可视化站点: https://calvino.datahonor.com/city, 当时的目标是做成楼主这种科技和文学碰撞的感觉，但确实水平有限，就只能做成这样了:)

“底层比较原理性的东西是否可以先跳过”
个人认为可以的

“模型微调”需要学习的东西
我建议看 Natural Language Processing with Transformers ，Huggingface 工程师写的，可以跟着敲代码，也没那么多底层细节。适合 Learning by doing.

后面想补 LLM 底层原理知识，可以看 Build a Large Language Model (From Scratch)和 Super Study Guide: Transformers & Large Language Models.

如果对深度学习基础不熟，可以先从一些基础的知识学起。比如读一下 Neural Networks and Deep Learning(NNDL)。

https://datahonor.com/blog/2025/02/20/dl_book/ 这里简单写了上面几本书和其他一些相关书籍的书评，也可以参考看下。

其实从开始用`Union`开始，就已经把潘多拉魔盒打开了一半。再用`getattr`，几乎是不可避免地成为屎山了。

为了避免误解，补充说明一下，用`Union`和`getattr`都没问题，前提是会用。从这个半个钟的单测来看，似乎并不是如此。