研究生一名，AI信道均衡方向，最近在搞论文的实现，开通了一个pro 5×的账号，目前已经和网页端pro讨论出我的论文设计，并分成了五个阶段的执行方案，包括仿真数据生成、几个baseline算法实现和我的算法方案实现、性能指标对比。 关于工作流，我目前了解的就是mattpocock的skills工作流和trellis。 在使用matt的时候发现生成的spec和tickets的内容都偏向于精简和测试，不会具体记录已经定下来的信道设计和算法公式，执行的时候都不确定是否按照已定算法公式来实现的。 然后又试了下trellis，划分的父子task感觉不错，记录的都比较具体，并且在执行的时候帮我发现了一个问题，就是网页端Pro给我设计的完整仿真数据生成要占用500GB，给我看呆了，我寻思我就想要一个信号的数据能占多大空间，感觉是给设计过头了。不过trellis在执行各个task的时候感觉任务之间的衔接不流畅，前面一个任务发现有问题需要修改，然后后面的任务也要跟着修改适配，任务一多靠后的任务就一直需要修改。并且用astra medium配合trellis执行任务额度会消耗的很快，gpt pro的额度感觉也被砍了，执行完五六个子task周额度很快就用完了。 现在不太确定是用现成的工作流还是直接模型裸实现。我觉得这是一个从零实现的工程，所以我想第一版能够稳定实现出来，这样后续的算法改进也更方便。 想求教下佬们，对于论文代码实现的需求，使用什么工作流比较好，并且怎么选择分配任务的模型和执行任务的模型 2 个帖子 - 2 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/28 15:46:28