今天的FinGPT训练计划 | AI生成和翻译
根据您过去24小时的笔记，以下是我看到的您深入研究的内容以及今天适合做的事情：
您近期的重点关注（过去24小时）
- 金融领域大语言模型 —— BloombergGPT与FinGPT的深度对比
- LoRA微调 —— 逆向真相与实际限制
- RTX 4070计算预算 —— 实际可训练的规模（3-5亿参数）
- 博客基础设施 —— Jekyll/GitHub Pages迁移限制
- SGLang/Triton —— 在您的工作站上实现推理
- CC BY 4.0许可 —— 用于您的笔记知识库
今天要做的事
1. 在您的RTX 4070上完成FinGPT风格实验（最高优先级）
您的笔记已经列出了精确的方案——使用Qwen或Llama-3-8B，从新闻标题构建一个小型金融情感指令集，在4070上进行QLoRA微调。这是连接您的银行业务领域与AI工程转型的关键作品。您已经让SGLang提供服务运行，因此训练后即可立即测试。
# 在您的工作站上启动
ssh lzw@192.168.1.36
# 克隆FinGPT，使其流水线适配您的硬件
2. 修复SGLang/Triton段错误（解除推理障碍）
您在Ada架构上遇到了Triton 3.5/3.6的段错误。您的笔记指出，Triton 3.3.1 + cu126可以避免此问题。确保 ~/sglang-env 稳定，以便微调后能够加载模型。
3. 注册 lzwjava.com（每年10美元）
您的笔记结论是：拥有顶级域名对于可移植性来说是值得的。您有400多篇博文和8000条笔记——被锁定在 *.github.io 是不必要的风险。这只需10分钟。
4. 为您的笔记应用CC BY 4.0许可
您已经研究过该许可。现在实施——在您的笔记仓库中添加一个CC BY 4.0的LICENSE文件。快速完成。
5. 设置到Mini M4的rsync备份
您的笔记提到rsync 2.6.9在大文件传输时会中断，但重新运行可继续。运行 mini-backup.sh 到 huarong@192.168.1.54——让您的25GB备份保持最新。
大局观
您的笔记显示您正在构建真正重要的技术栈：训练（nanoGPT/LoRA）、服务（SGLang）、领域专长（金融大语言模型）以及基础设施（GPU机器、备份）。FinGPT实验是最高杠杆的事情，因为它能产生一个可展示您所有四项能力的实际成果。
您想先处理哪一项？