INDEPENDENT THINKING, SHARED OPENLY
Ideas into practice.
一名 AI 数据从业者的个人笔记。
从数据采集、标注、评测到数据闭环，记录工作中的问题、实验与思考。
也写自动驾驶、具身智能，以及连接数据与模型的工具和实践。
PETWAN JOURNAL AI / DATA / NOTES
- Sparrow Data Platform：从 DDL 到真实具身数据质检用 MolmoAct2 与 UMI 两份真实数据跑通 DDL、版本化对象路径、Airflow + DockerOperator 质检，并记录被删的列、已知短板和踩过的契约坑。
- 机器人视频质检具身智能数据集的视频质检实践：从帧级质量检测到跨模态摄像头配对校验。两篇文章，所有数值均来自真实机器人数据集上的实跑验证。
- MiniGPT — 从代码理解 Transformer用 PyTorch 从零实现一个 46.4M 参数的中文 GPT-2：词表、Tokenizer、数据集、多头注意力、训练与推理。本文所有代码都在真实数据集（274,148 条中文问答）上跑通过，并逐条核对了原文中的数值与缺陷。
- Postgres MCP Pro 架构解读仓库 petwan/postgres-mcp 的深度架构解读。它不只是又一个"让 LLM 跑 SQL"的 MCP server，而是把 LLM 的语言智能和 DBA 的算法确定性捏在一起的数据库 copilot 网关 — 对 data agent 和非技术人员查阅数据都有显著提效。
- KNN算法笔记K近邻（K-Nearest Neighbors, KNN）算法是机器学习中最直观、最易于理解的算法之一，完美体现了“物以类聚”这一朴素思想。这个笔记对KNN算法进行学习与探讨，从核心原理到数学公式，从基础实现到优化，并提供可视化工具帮助直观理解算法行为。
- NVIDIA End-to-EndNVIDIA 端到端自动驾驶论文的模型、数据增强、仿真与道路测试笔记。
- Writing pages and componentsCreate pages, organise navigation, and write documentation with Markdown and MDX components.