用于 LLM 工作的笔记本, 没有常用的 mess

2026年8月8日1 次浏览来源:Dev.to阅读原文

笔记本是研究模型对数据所做所为的正确工具,也是之后一切的错误工具.

三个加法——一个花用后卫,一个磁盘缓存和一个逃入模块的路径——保留第一个而不获取第二个.

并非含糊的“笔记本是坏做法”抱怨。 4个具体的失败,每个都有下面的具体补救.

钱叶无所附.

重运行一个在数据框上循环的单元格是该任务的全部重运行.

没人会为勘探预算 所以在发票发出前没人会注意到 州为所隐.

命令外执行指内存中的变量可能已经由已经不存在的单元格所产生.

在新鲜的内核中从上到下运行的笔记本是唯一一种意味着什么的笔记本.

提示卡在笔记本上 起作用的版本在一个没有跟踪文件的34号单元中,服务使用另一个被某人重打的版本.

产出得到承诺。

钥匙、客户数据和15兆字节的基数64图像, 在一个文件里,没有人读。

在第一个牢房里一个花花的警卫 一个柜台,当笔记本花的比你想象的多时,它就会增加 这是 LLM 笔记本中单个最高值的单元格,因为它将一个无约束的错误转换为堆栈跟踪.

在每一个请求后拨打,并放在任何循环单元格的末尾.

涨价是故意不处理的:在笔记本上的一个警告会滚动过去,一个例外会阻止循环.

两个额外的习惯属于它。

首先测试每个循环,总是,使样本大小成为顶部的变量,而不是循环内部的编辑.

并且明确每个呼叫——某些端点的默认值是模型的最大值,这就是5美分实验变成5欧元的方式.

缓存单元格 笔记本费钱的原因是你不断重跑细胞,输入的十分之九没有改变.

请求中键入的磁盘缓存使第10个运行自由,更重要的是,即时.

幸存内核重启是区别于此的,而内核重启是频繁的——它们是混淆状态的正确反应.

添加到 , 并记住缓存现在包含每个即时和响应, 如果提示包含任何敏感内容, 这是一个保留数据的问题 。

逃生舱对在高温下看到样本间差异的病例很重要.

缓存在有效载荷上按键,所以相同的请求返回相同的答案——正确用于可复制性,当差异是您正在研究的东西时错误.

更完整的版本是在Python的缓存模型响应.

将代码输出到模块 最能改进笔记本的单一更改是将函数移动到旁边的文件并导入.

使该无痛:编辑编辑器中的模块,重新运行单元格,新定义在不重启内核的情况下运行.

出什么来,按帮助多少:快感。

首先,永远。

模块中的提示是可分解的,可 greppable 的,可以由服务及测试导入,也可以在牵引请求中审查.

在一个牢房里的提示不是这些。

解析与论证.

这些是带有边缘外壳的函数,这意味着它们是需要测试的函数,这意味着它们不能生活在笔记本中.

客户端和电话包装。

所以笔记本和制作 发送字节相同的请求。

如果有分歧,笔记本的发现不会转移。

没别的了 绘图、切片和眼球是笔记本的目的 过早地搬出这些东西 是人们如何得出笔记本 不值得使用。

重新执行模块代码,但不能重新合并一切:编辑前创建的对象保留了原有的类,更改类分级或定义往往需要内核重启.

当行为停止匹配您正在读取的源时, 在调试前重新启动—— 这是令人惊讶的解释 。

卫生不费钱 实践描述 nbstripout -

分享