LLM Domain Adaptation
A systematic journey to master domain-specific LLM adaptation & distillation
4
阶段
38
总周数
185
总任务数
70%
路线图进度
阶段路线图
Phase 2: Integration
AdaptStack 全链路项目 + 7 组 ablation + arXiv 预印本
整合 交付进度4/40 tasks (10%)
22
AdaptStack 项目架构设计
4 层架构（数据/训练/推理/评估）, domain-agnostic 设计
4/4
23
数据层 + 训练层串联
端到端 pipeline, YAML 配置驱动, WandB 集成
0/4
24
推理层 + 评估层串联
vLLM 部署, RAG 集成, benchmark 自动化, LLM judge
0/4
25
Ablation 实验（上）
CPT 必要性, 对齐方法选择 (DPO vs GRPO), 蒸馏效果
0/3
26
Ablation 实验（下）+ 跨域验证
模型规模, RAG vs FT, 跨领域迁移（证明通用性）
0/3
27
分析 + Insight 提炼
从 6 组实验提炼 3-5 个独立 insight, 每个有数据支撑
0/3
28
Web Demo 开发
可交互的多配置对比 demo, 部署到服务器
0/3
29
开源发布准备
代码整理, 文档, 示例 notebook, release note
0/4
30
arXiv 技术报告写作
6-8 页论文, 具体实验 claim, ablation 结果, honest 分析
0/4
31
推广 + 社区互动
Twitter/X thread, Hugging Face 发布, Reddit 分享
0/4
32
Phase 2 复盘 + 成果沉淀
技术档案沉淀, 30 分钟深度技术分享准备
0/4