← All projects

100-Days-Of-ML-Code

B20/40训练 / ML洞察置信度:

100 Days of ML Coding

50,244UnknownCreated 2018-07-05GitHub →
100-days-of-code-log100daysofcodedeep-learningimplementationinfographicslinear-algebralinear-regressionlogistic-regressionmachine-learningmachine-learning-algorithmsnaive-bayes-classifierpythonscikit-learnsiraj-ravalsiraj-raval-challengesupport-vector-machinessvmtutorial

Executive Insight

100-Days-Of-ML-Code 属于「训练 / ML」方向,综合分 20/40(B)。当前最强项是 评估与验证、LLM 集成、多模态,短板集中在 人机协作、Agent 自主性。

核心优势

  • - 评估与验证达到 5/5(Level 5),说明该项目在这一能力上较成熟。
  • - LLM 集成达到 3/5(Level 3),说明该项目在这一能力上较成熟。
  • - 多模态达到 3/5(Level 3),说明该项目在这一能力上较成熟。

能力短板

  • - 人机协作仅 1/5,当前更像“可用基础版”,需要补齐工程化能力。
  • - Agent 自主性仅 2/5,当前更像“可用基础版”,需要补齐工程化能力。

适用场景

  • - 模型训练和微调
  • - 实验驱动算法团队

落地风险与建议

  • - 该条目为启发式分析,建议在核心决策前做一次仓库级人工复核。
  • - 人机协作机制偏弱,生产环境需增加人工审批或灰度发布闸门。
  • - 加入审批节点和失败回退,降低自动化误操作风险。
  • - 围绕 Agent 自主性 先做最小闭环,再扩展高级能力。

Intelligence Profile

LLM 集成Agent 自主性记忆系统工具使用知识检索 (RAG)多模态评估与验证人机协作

Dimensions

LLM 集成

Level 3

Level 3: 上下文管理 + Streaming

Heuristic from category + topics — verify manually

Agent 自主性

Level 2

Level 2: 多步执行(人工每步确认)

Heuristic from category + topics — verify manually

记忆系统

Level 2

Level 2: 会话摘要/压缩

Heuristic from category + topics — verify manually

工具使用

Level 2

Level 2: 多工具 + 路由

Heuristic from category + topics — verify manually

知识检索 (RAG)

Level 2

Level 2: Embedding + 向量检索

Heuristic from category + topics — verify manually

多模态

Level 3

Level 3: 多模态输入输出

Heuristic from category + topics — verify manually

评估与验证

Level 5

Level 5: 多 Agent 互审 + 迭代优化

Heuristic from category + topics — verify manually

人机协作

Level 1

Level 1: AI 建议 + 人工执行

Heuristic from category + topics — verify manually

Architecture

training-ml ecosystem (GitHub)

100 Days of ML Coding

GitHub Live Metrics

Loading live metrics...