深度学习虚假评论检测实战：从TextCNN到Bert微调的完整指南

简介一套基于深度学习的虚假评论检测系统源码面向计算机相关专业学生用于识别电商平台与社交媒体中的虚假、低质评论。项目采用Python语言与Django框架实现后端集成深度学习推理模块并附带前端展示资源数据层使用SQLite数据库整体覆盖从数据读取、模型推断到页面反馈的完整流程。代码已获导师指导并通过严格调试确保可直接运行既能作为毕业设计主代码也可用作实验复现或二次开发基线方便学习深度模型与Web应用的整合方式。压缩包共24个文件以20个Python源文件为主体涵盖Django工程配置、ORM模型、视图路由、推理与预处理脚本等其余为SQLite数据库、前端打包文件和说明文档整体仅707KB轻量便捷便于快速部署启动。目前已有237人学习下载对于需要参考系统架构、完成课程设计或快速搭建文本分类演示项目的用户具有直接的借鉴价值。1. 虚假评论检测为什么必须上深度学习这个毕业设计标题背后的真实需求在电商和点评平台上刷单和虚假评论已经成了公开的秘密。人工审核一条评论需要几秒而黑产批量生成一条只需要毫秒级关键词黑名单或评论长度这类规则对方换个写法就失效。基于深度学习的虚假评论检测系统本质是一个文本二分类问题判断一条评论是真实用户还是水军机器生成的。这个题目常被选作毕业设计因为数据公开、效果可量化、模型路线清晰——从 TextCNN 到 Bert 微调都能跑适合完整走一遍深度学习落地链路。适合谁准备做 NLP 方向毕业设计的学生以及想补齐完整工程链路的新手工程师。你需要的不是又一个跑 MNIST 的 demo而是能讲清楚数据、模型、调参、部署全流程的项目。这篇笔记会从数据集选型讲起一路做到模型实现、调参和避坑照着复现就能跑通。2. 任务拆解与数据准备先搞清楚模型到底在学什么2.1 把检测问题建模成文本分类二分类、多分类与序列标注在动手写模型之前先把问题定义清楚。虚假评论检测在学术界主要有三种建模方式差别直接影响数据标注成本和答辩时的解释难度。最常规的是二分类一条评论要么是真实genuine要么是虚假fake。模型输出一个概率用交叉熵损失就能训公开数据集的标签也大多按这个组织。多分类会把虚假评论细分成「机器生成」「众包标注的虚假」「人为杜撰」等子类型能答得更细但标注成本高多数数据集不提供这么细的标签容易把训练集搞得支离破碎。序列标注则把评论拆到句子甚至词一级逐段判断是否虚假适合识别「前半段真实、后半段吹捧」的混合评论但训练复杂毕业设计做这个容易陷进细节里出不来。我一般直接建议用二分类。理由有两条。第一公开数据集的标注规范大多是二分类方便和已有论文做横向对比第二答辩时评委更关心你「怎么判断一条评论是假的」而不是「能分得多细」。二分类加上后续的注意力可视化已经足够把故事讲完整。多分类和序列标注可以在论文「未来工作」里一句话带过不用真做。2.2 数据集选型YelpChi、Amazon review 与自造数据的取舍数据集是这一类项目最容易踩坑的地方。YelpChi 是虚假评论检测领域被引用最多的公开数据集之一基于 Yelp 官方数据配合人工标注包含真实评论和筛选出的虚假评论以英文为主。另一个常见来源是 Amazon review dataset 的子集但它不是专门为虚假评论检测设计的需要自己加工标签比如利用「已购验证」字段近似标注。如果毕设要求中文数据就得考虑爬取点评类平台公开页面的评论再人工标注过程费时费力但答辩时更有说服力——评委喜欢看到你自己处理数据的痕迹。选数据集有一条底线标签必须可解释。我见过一个团队从爬虫数据里用「评论长度超过 200 字就标为虚假」的规则造标签模型学到的全是长度特征答辩现场翻车评委拿一条 50 字但明显是水军模板的评论就把系统问住了。正确做法是先明确判定标准例如与真实购买行为不一致、内容重复率高等再人工标注 2000 条以上作为测试集训练集用弱监督或半监督方式扩充。数据集准备好之后第一步是写统一的加载函数。常见做法是把原始数据整理成两份 CSV字段只有 text 和 label手动加一个 test_path 参数支持独立测试集。下面这段代码是复现时可以直接替换路径用的import pandas as pd from sklearn.model_selection import train_test_split def load_review_data(train_path, test_pathNone, random_state42): 加载评论数据返回 train/val/test 三份 DataFrame。 df pd.read_csv(train_path) # 只保留文本和标签两列避免训练时读到泄露信息的元数据 df df[[text, label]].dropna() # 过滤过短文本一句话评论信息量太低也会让模型学到长度偏差 df df[df[text].str.len() 10] # 分层采样保证验证集和训练集的正负比例一致 train, val train_test_split( df, test_size0.2, stratifydf[label], random_staterandom_state ) if test_path is not None: test pd.read_csv(test_path) test test[[text, label]].dropna() return train, val, test return train, val, None这四行逻辑里有三个参数值得说明。test_size0.2表示 20% 的数据作为验证集如果数据总量不到 5000 条建议降到 0.15给训练多留一点空间。stratifydf[label]按类别比例分层抽样保证验证集里真假比例与训练集一致否则类别不均衡会直接污染早停判断。random_state42固定划分方式这是毕设代码里最重要的可复现钩子换机器后跑出来的结果不会漂移。返回test为 None 时说明你还在调参阶段到最终评估前再把独立测试集传进来。2.3 数据预处理管线清洗、分词与文本截断的坑预处理管线的每条规则都会影响最终效果。英文数据要做的是去掉 HTML 标签、统一小写、把数字和货币符号归一化比如把$20替换成[MONEY]中文数据则要额外处理简体繁体统一和全角半角转换。这里有一个反直觉的点表情符号不要一股脑全删。机器生成的评论里表情使用频率通常显著偏低这个信号对分类很有用删掉反而损失信息。分词环节取决于模型。用 TextCNN 时我会用 jieba中文或 nltk英文先分词再构建词表把词映射成 id。用 Bert 时直接用 HuggingFace 的 tokenizer它会自动做子词切分不需要手动分词。最常见的翻车点是词表大小不一致训练时用了 5 万词的词表加载模型时却传了 2 万词的 embedding大量词落到 OOV 上模型效果直接崩掉。解决方法是训练前把词表存成文件加载时按同一个文件构建。下面是一段中文预处理代码可以直接复用在 TextCNN 或 LSTM 前面import re import jieba stopwords set([的, 了, 是, 在, 我, 很, 有]) MAX_LEN 128 def clean_text(text: str) - str: # 去掉 URL 和 HTML 标签 text re.sub(rhttps?://\S|www\.\S, , text) text re.sub(r[^], , text) # 全角字符转半角兼容爬虫数据的全角标点 text .join( chr(ord(char) - 0xFEE0) if 0xFF01 ord(char) 0xFF5E else char for char in text ) return text.strip() def tokenize_for_cnn(text: str): cleaned clean_text(text) words [ w for w in jieba.lcut(cleaned) if w not in stopwords and w.strip() ] if len(words) MAX_LEN: return words[:MAX_LEN] return words [PAD] * (MAX_LEN - len(words))MAX_LEN128是这类评论数据的经验值超过 128 个词的评论占比不到 5%截断影响有限。PAD补齐让同一 batch 内形状一致但记住要在 embedding 层把padding_idx指到这个 token。全角转半角那段逻辑是中文专属的坑爬虫抓下来的数据里常有全角逗号和括号不转换的话切词结果会很奇怪。停用词表不要加太多像「的」「了」这类词在情感表达里也有作用我对比过超过 100 个停用词反而掉点。3. 模型实现从 TextCNN 基线到 Bert 微调的可复现代码3.1 TextCNN 为什么是首选基线小样本下的 PyTorch 实现TextCNN 把评论当成一维序列用多个宽度的卷积核提取 n-gram 级特征再通过全局最大池化筛选最强信号。它在虚假评论检测场景里优势很明显训练快、参数少、几千条样本就能收敛。拿它当第一版基线稳定能跑出 85% 左右准确率后面换 Bert 微调对比曲线就出来了。实现 TextCNN 的核心是nn.Conv1d加全局最大池化。下面这个模块可以直接放进任何已有的训练框架import torch import torch.nn as nn class TextCNN(nn.Module): def __init__( self, vocab_size, embed_dim128, num_filters100, filter_sizes(2, 3, 4), num_classes2, ): super().__init__() self.embedding nn.Embedding(vocab_size, embed_dim, padding_idx0) # 三组卷积核分别捕捉 2-gram、3-gram、4-gram 的局部模式 self.convs nn.ModuleList([ nn.Conv1d(embed_dim, num_filters, kernel_sizefs) for fs in filter_sizes ]) self.classifier nn.Linear(num_filters * len(filter_sizes), num_classes) self.dropout nn.Dropout(0.5) def forward(self, x): # x 形状: (batch, seq_len)内容是 token id emb self.embedding(x) # (batch, seq_len, embed_dim) emb emb.transpose(1, 2) # Conv1d 期望 (batch, channels, seq_len) pooled [] for conv in self.convs: out torch.relu(conv(emb)) pooled.append(out.max(dim2).values) # 全局最大池化 cat torch.cat(pooled, dim1) # (batch, num_filters * len(filter_sizes)) logits self.classifier(self.dropout(cat)) return logits参数上filter_sizes(2, 3, 4)是最常见组合对应评论里出现频率最高的 2 到 4 词短语num_filters100表示每个宽度产生 100 个特征图三组拼成 300 维向量。padding_idx0务必设置它让PAD查表结果全零卷积和池化时不会对 padding 区域产生响应。dropout 默认 0.5如果训练集只有两三千条建议提到 0.6能明显缓解小样本过拟合。3.2 Bert 微调的关键改动加载预训练权重、冻结策略与输出层TextCNN 跑通后上 Bert 微调。这里的关键不是从零训练 Bert而是加载预训练权重后只替换分类头。HuggingFace 的 transformers 库已经封装好全部细节真正需要改的只有两点预训练模型的加载方式和参数冻结范围。from transformers import BertTokenizer, BertForSequenceClassification model_name bert-base-chinese tokenizer BertTokenizer.from_pretrained(model_name) model BertForSequenceClassification.from_pretrained( model_name, num_labels2, output_attentionsTrue, # 第 6 章可视化要取 attention 输出 ) # 冻结前 3 层保留底层通用语法信息减少显存占用和过拟合 for name, param in model.bert.named_parameters(): if name.startswith((encoder.layer.0, encoder.layer.1, encoder.layer.2)): param.requires_grad False冻结前三层是实践中的折中做法底层学到的通用语法特征对所有文本都适用不用为虚假评论重新学顶层能学到与「虚假」「夸张」「水军模板」相关的语义模式必须保持可训练。如果显存小于 6G把max_len从 128 降到 64这个改动比冻结层更直接。还有一个必须注意的输入细节Bert 的输入不止input_ids还需要attention_mask和token_type_ids三个一起进模型。我只传input_ids时训练不报错但效果差一截排查半天才发现是这个原因。3.3 辅助特征要不要加评论长度、情感分与词频统计的融合方式纯文本模型跑通以后会面临第二个选择要不要把评论长度、评分偏差、情感极性这些元数据也喂给模型我的结论是要加但只在分类头前拼接不要拼进 embedding。原因很实际输入端拼接会让文本向量和定长特征混在一起变长序列的处理逻辑变复杂预训练模型对这种拼接尤其不友好。常见做法是把手工特征放到模型末端融合。以 TextCNN 为例把三组卷积池化后的 300 维向量和四个手工特征拼在一起再过一层全连接。四个特征我固定取评论长度、评分与用户平均评分的差值、感叹号数量、情感极性得分。这四个特征在虚假评论上有明显的统计差异——机器生成的评论通常长度异常、评分和用户习惯偏差大、感叹号分布没有节奏感。class TextCNNWithFeatures(TextCNN): def __init__(self, vocab_size, num_features4, **kwargs): super().__init__(vocab_size, **kwargs) self.classifier nn.Linear( super().classifier.in_features num_features, 2 ) def forward(self, x, featuresNone): emb self.embedding(x).transpose(1, 2) pooled [] for conv in self.convs: out torch.relu(conv(emb)).max(dim2).values pooled.append(out) cat torch.cat(pooled, dim1) if features is not None: cat torch.cat([cat, features], dim1) # 手工特征拼在分类前 return self.classifier(self.dropout(cat))这个改动的收益在小数据集上非常明显。我的对比实验里加了这四个特征后 TextCNN 的 F1 从 0.82 涨到 0.86对「看似正常但评分偏差极大」的评论召回率提升尤其突出。注意features在训练和推理时必须都传入否则维度直接不匹配。建议在数据处理阶段就把特征算好存成 numpy 数组和文本一起进 dataloader避免每次 forward 现算。4. 训练调参与效果验证把准确率从 85% 提到 92% 的实操记录4.1 类别不均衡怎么处理加权交叉熵与 Focal Loss 的取舍公开数据集的虚假评论占比通常在 10% 到 20% 之间。不做任何处理的话模型会学成「全部预测为真实」的懒惰模式准确率虚高但毫无检测能力。判断有没有踩这个坑只需看少数类召回率低于 0.3 基本就是踩实了。最简单的解法是加权交叉熵给少数类更大的 loss 权重nn.CrossEntropyLoss(weighttorch.tensor([1.0, 5.0]))一行搞定。如果加权后召回率上去了但精确率掉得太多换 Focal Loss。Focal Loss 的核心在于让模型更关注分错和难分的样本避免海量易分对的真实评论主导梯度。import torch import torch.nn as nn import torch.nn.functional as F class FocalLoss(nn.Module): def __init__(self, alpha0.5, gamma1.0): super().__init__() self.alpha alpha # 正负样本权重平衡因子 self.gamma gamma # 聚焦参数越大越关注难分样本 def forward(self, logits, targets): ce F.cross_entropy(logits, targets, reductionnone) pt torch.exp(-ce) # 按样本标签分别给权重batch 内混合标签时必须这样写 alpha_t torch.where( targets 1, torch.tensor(self.alpha, devicetargets.device), torch.tensor(1 - self.alpha, devicetargets.device), ) return (alpha_t * (1 - pt) ** self.gamma * ce).mean()alpha0.5是我的起点值目标检测论文原始值是 0.25但文本二分类里 0.5 更稳。调参时固定 alpha 只动 gamma从 1.0 开始每次加 0.5看验证集 F1 是否还在涨涨就继续加不涨就回退。这里的教训是 gamma 不是越大越好——训练集本身噪声多时gamma 太大会把噪声当难样本学进去训练 loss 振荡得厉害。4.2 验证集划分与早停策略别让模型在测试集上自欺欺人虚假评论检测项目里最常见的自欺欺人操作是用同一份数据调参再用同一份数据报最终准确率。这等于把测试答案提前看了。正确做法是切成三份训练集 70%、验证集 15%、测试集 15%测试集在调参结束前绝对不能碰。早停是防止过拟合最有效的手段实现上就是监控验证集 F1连续 N 个 epoch 不提升就把模型回退到最佳状态。下面这段代码对 TextCNN 和 Bert 都通用假设你已经写好了train_one_epoch和validate两个循环函数best_f1 0.0 patience 3 wait 0 for epoch in range(30): train_one_epoch(model, train_loader) f1 validate(model, val_loader) # 返回验证集 F1 if f1 best_f1: best_f1 f1 torch.save(model.state_dict(), best_model.pt) wait 0 else: wait 1 if wait patience: print(f早停于 epoch {epoch}最佳 F1 {best_f1:.4f}) break注意这里监控的是验证集 F1 而不是 loss。类别不均衡时 loss 下降不一定代表检测能力变强F1 更真实。patience 我通常设 3 到 5太小时模型还没收敛就被拉走太大浪费训练时间。保存模型用state_dict()而不是整模型前者只占几十 MB方便做多组对比实验时反复加载。数据量少于 5000 条时可以在训练集内做 5 折交叉验证选超参选完再在完整训练集上重训一次。5 折交叉验证的代价是训练时间乘 5但 F1 估计的方差会小很多答辩时这个细节也很加分。实现上用sklearn.model_selection.StratifiedKFold每一折都单独早停最后取五折平均 F1 作为超参选择的依据。我在一个 2.4 万条样本的公开数据集上按上面的流程走了一遍TextCNN 加权交叉熵验证集 F1 0.86换 Focal Loss 后稳定到 0.88上了 Bert 微调之后 F1 达到 0.92测试集准确率 91.7%。这个数字区间可以作为你自己的验收参考。4.3 超参数优先级排序学习率、batch size、max_len 的调试顺序调参最怕拍脑袋乱试。我的固定顺序是先定 max_len再调学习率最后动 batch size。max_len决定输入信息量。评论这种短文本128 能覆盖绝大多数情况设成 256 收益很小但 Bert 推理直接慢一倍。学习率方面TextCNN 用 Adam 从1e-3起调Bert 微调老老实实用2e-5或3e-5千万别用通用文本分类的学习率去微调预训练模型——那是我见过最惨烈的翻车现场loss 直接发散。batch size 对收敛影响最弱主要受显存约束能用 32 就不要用 16梯度噪声小收敛更稳。参数TextCNNBert 微调影响优先级max_len64~12864~128最高决定输入信息量学习率1e-3 ~ 5e-42e-5 ~ 5e-5高决定收敛稳定性batch size32~12816~32低受显存约束dropout0.5~0.60.1~0.3中小数据集上调高Bert 微调还有一个容易漏的细节warmup。线性预热到设定学习率否则前几百步 loss 会乱跳。我一般把 warmup 设为总步数的 10%这个比例在毕设规模的训练里表现最稳。学习率衰减方面TextCNN 用 StepLR 每 5 个 epoch 衰减 0.5 即可Bert 微调用 AdamW 自带的权重衰减不需要额外写衰减逻辑。这一套参数调下来TextCNN 在中等规模数据集上的 F1 通常能从 0.82 涨到 0.88Bert 微调能到 0.92 左右。5. 毕业设计避坑指南从解压 zip 到答辩演示的 5 个常见问题提示以下问题都来自真实踩坑记录每条按「现象 → 原因 → 解决」展开可以直接对照排查。5.1 现象源码解压后 import 报错环境跑不起来拿到或打包的 zip 源码解压后一跑python train.py先是ModuleNotFoundError装完一个包又报另一个版本不兼容折腾一小时还没进训练循环。原因几乎都是依赖没有固化zip 包里只放了 .py 文件没有 requirements.txt换台机器就靠手工猜版本。解决在项目根目录放requirements.txt用pip freeze生成后手动删掉与项目无关的包并给关键依赖加上注释。比 requirements.txt 更稳的是锁定精确版本号比如transformers4.30.0不要让 pip 去解析区间不同机器装出来的依赖树可能不同。装完依赖后再跑一次从数据预处理到训练的完整脚本把输出日志留着答辩时如果评委问「环境怎么复现」直接拿日志说话。pip freeze全量导出会把无关包也记录进去换机器时会装出一堆用不上的库所以一定手动过滤。pip install -r requirements.txt5.2 现象训练 loss 在降但准确率始终停在 85% 左右loss 下降说明模型在学东西准确率不动说明学到的东西对分类没帮助。最常见的原因是类别不均衡没处理模型把所有样本都预测成多数类准确率 85% 恰好等于真实评论占比。另一个隐性原因是 embedding 层在随机初始化下反复震荡训练始终没进入有效状态。解决先打印分类报告按类别看 precision、recall、f1如果少数类召回率接近 0就是类别权重问题加权交叉熵或 Focal Loss 直接救回来。如果少数类召回率正常但整体准确率上不去把学习率调小一个数量级重训。还有一个小技巧记录每个 epoch 的验证集混淆矩阵能直观看到模型在哪个方向上偏移。5.3 现象Bert 一开训就 OOM显存直接爆掉这几乎都是 max_len 和 batch size 的组合问题。Bert 的内存占用和输入长度近似平方关系max_len 从 256 降到 128显存占用直接砍半。改完还炸就降 batch size。两个参数都到极限还炸那就是物理显存确实不够。解决max_len128配合batch_size16是入门级显卡的安全组合。如果还想用更大 batch用梯度累积模拟前向传播正常算 loss每累积 4 个 batch 再optimizer.step()等效batch_size64显存占用不变。如果显卡支持半精度比如 RTX 系列开启torch.cuda.amp混合精度训练显存占用大约是 fp32 的一半且速度更快PyTorch 的 GradScaler 会把缩放细节封装好。别去尝试「关掉其他程序」这类玄学操作PyTorch 的显存管理已经够保守重启内核清除缓存偶尔有效但不是根治方案。5.4 现象演示时模型加载十几秒推理一条评论卡半天答辩现场用 CPU 跑预训练模型是最常见的尴尬。Bert 的参数量亿级CPU 上逐条推理确实慢。原因很简单全量参数参与计算而且默认没开推理优化。解决提前做模型压缩。先把模型切换为model.eval()并在推理时包一层torch.no_grad()去掉梯度的额外开销再用torch.quantization.quantize_dynamic把 Linear 层量化到 8-bitCPU 推理能快 2 到 3 倍准确率几乎不掉。量化后的模型体积也小一半演示加载时间能压到 2 秒内。量化前的对比截图留着答辩时展示「原始模型 vs 量化模型」的速度和准确率反而是加分项。import torch quantized_model torch.quantization.quantize_dynamic( model, {torch.nn.Linear}, dtypetorch.qint8 ) torch.save(quantized_model.state_dict(), best_model_quantized.pt)5.5 现象答辩被追问「数据集哪来的、标注怎么保证可信」数据来源和标注可信度说不清是深度学习毕业设计被质疑的重灾区。很多人引用了公开数据集却没交代原始来源、标注方式和类别比例评委问两句就卡壳。解决在 README 里专门开一节「数据说明」写清楚数据来源、总样本数、正负比例、划分方式和随机种子。如果是自建中文数据集额外写明爬取范围、清洗规则、标注人数和一致性检验方式比如两人独立标注后计算 Cohens Kappa。这些信息是答辩时最有力的护城河比多放两张训练曲线有用得多。还可以在论文附录里放 20 条模型正确判别的和 20 条误判的样本评委一看就知道你是真做过数据分析的人。6. 让检测结果可视化用注意力热力图给每条评论一个判定依据6.1 用 Bert 注意力热力图定位触发词模型输出一个概率只是黑匣子评委和用户都不满足于「结果对」。我习惯在项目最后加一个注意力可视化模块把模型判定这条评论为虚假时重点看了哪些词展示出来。这一步投入不大但能把整个毕设的完成度拉高一档。对 Bert 来说最直接的可视化素材是最后一层 attention 权重。推理时output_attentionsTrue已经让输出里带上了所有层的注意力矩阵。取 CLS token 对其他 token 的注意力分数就能知道模型在聚合全句信息时的重点位置。下面这段代码提取 attention 并画热力图import numpy as np import matplotlib.pyplot as plt def visualize_attention(text, model, tokenizer): inputs tokenizer(text, return_tensorspt, truncationTrue, max_length64) with torch.no_grad(): outputs model(**inputs) # 取最后一层第 0 个注意力头CLS token 对所有 token 的注意力分数 attn outputs.attentions[-1][0, 0].numpy() # (seq_len, seq_len) tokens tokenizer.convert_ids_to_tokens(inputs[input_ids][0]) scores attn[0, :] # CLS 对其他 token 的权重 plt.imshow(scores.reshape(1, -1), cmapReds, aspectauto) plt.yticks([], []) plt.xticks(range(len(tokens)), tokens, rotation90) plt.colorbar() plt.savefig(attention_heatmap.png, bbox_inchestight)两个参数值得注意。max_length64是为了让热力图不至于太宽评论超过 64 词的部分截断attn[0, :]取的是 CLS 那一行注意力CLS 是 Bert 分类头读取全句表示的入口。实际跑起来你会发现被标红的往往是「太棒了」「绝对」「难以置信」「垃圾」「差评」这类极端情感词中性描述词几乎不亮。这是一个非常自然的答辩讲点虚假评论靠堆砌极端词制造情绪模型学到的东西和语言学直觉对上了。6.2 把可视化与量化模型沉淀成复现素材可视化不只是画一张图。我在毕设里会额外保存三张图一条被判定为虚假的评论热力图、一条真实评论热力图、以及它们在同一注意力头的对比。演示时左右并排展示效果比任何测试集指标都直观。同时把第 5 章的量化模型单独存一个文件提交代码时附上加载脚本整个项目在不同机器上都能查结果。另一个可选的验证方法是用 SHAP 的 TextExplainer 验证特征归因它对 TextCNN 也适用。但 SHAP 在 CPU 上逐 token 掩码一句话可能要跑几十秒演示前务必先缓存结果别现场现算。我每次提交毕设代码前会做三件事固定随机种子到配置、把 print 全部换成 logging 输出到文件、把最佳模型参数和 F1 附在 README 的「复现说明」里。这套习惯帮我在换机器重跑时省掉了大量无意义的排障时间希望你也能用上。希望帮到你。本文还有配套的精品资源点击获取