项目
真实做过的事，附上当时的约束和取舍。
角色 LoRA 训练管线
SDXL · kohya/sd-scripts · 单卡 16GB · 60 遍数据
- 做了什么
- 为单一角色建立可复现的训练管线：dim64/alpha32、AdamW、cosine+warmup、min-SNR、bf16、gradient checkpointing。
- 为什么这么选
- 单卡 16GB 的现实约束下，梯度检查点换显存、bf16 换吞吐、min-SNR 提升小数据集（103 张）的收敛质量。
- 代价
- 梯度检查点让步速降到约 1.1 it/s；alpha 只影响缩放不影响容量，所以容量旋钮实际是 dim。
出图实验台与评测流水线
A1111 API · 438 张对照图 · 配对统计
- 做了什么
- 把"改一个参数"标准化成可复现的实验：一份 plan = 若干变体 × 提示词 × seed，自动命名、写 manifest、断点续跑。
- 为什么这么选
- 先测出这台机器的噪声地板（同配置跨 seed 的 sd 中位数 = 0.0112），再定判据 |Δ| > 0.0224；否则所有差异都只是种子抖动。
- 代价
- 12 个配置的结论里，8 个训练改动全部埋在噪声里 —— 这比"找到一个神奇参数"更常见，也更有用。
GPU 稳定性工程
RTX 5080 Laptop · Windows · 长跑训练
- 做了什么
- 定位"训练中途驱动复位（nvlddmkm 153）"的成因，并建立可验证的稳定性基线与三层守门（温度 / 驱动事件 / 图像完整性）。
- 为什么这么选
- 实测区分了三种现象：功耗墙降频（正常）、热降频（需散热）、驱动复位（真故障）；用确定性重放证明"硬件没有算坏数据"。
- 代价
- 降低功耗上限可以降温但会变慢；完全不碰 V/F 曲线是硬约束 —— 那才是崩溃真因。
自建 DNS 与服务器运维
AdGuard Home · Docker · DoT/DoH · 广州轻量
- 做了什么
- 自建 DoT/DoH 私人解析器（含广告拦截），并把可观测性做实：53/853/8443 分层验证、证书自动续期、容器自启策略。
- 为什么这么选
- 加密解析防劫持，本地缓存降低常用域名的解析开销；限速 + refuse_any + 屏蔽 version.bind 是开放解析器的最低防线。
- 代价
- 上游仍是公共 DNS，所以它不能让"解析不了的域名"变得可用；多一跳必然比直连公共 DNS 慢一点。
方法
这套东西比任何单个结论都更耐用。
- 先测噪声
- 任何"改进"都必须先知道抖动有多大，否则你量的是运气。
- 分层排除
- 抖动大？先分清是宽带、线路、协议还是客户端 —— 四者修法完全不同。
- 读原始数据
- "看起来对"和"实际对"是两件事；要确认，就去读字节，不要盯截图。
- 小步验证
- 先跑 3 个样本，再跑全量；先冒烟测试，再上长任务。
关于
这里只放我自己搭过、跑过、量过的东西。
LinuxDockernginxPython
CUDA / PyTorchSDXL / LoRAsing-boxAdGuard Home