Josherich's Blog：从 NLP 实验到开发工具的个人技术档案
项目展示与个人写作并行
首页将若干交互项目和文字文章放在一起。访客可以看到用于自然语言推理测试的页面、候选人推文主题建模、神经网络权重可视化、NLP 数据集浏览器，以及 Gradient Reader 等工具。页面后续还按时间列出关于机器学习、编程和浏览器技术的文章。软件项目入口帮助读者直接观察实现成果，文章和短文则提供背景与思考。
这种组织方式适合关注“实验—工具—解释”连续过程的人。一个机器学习想法可能先作为数据实验出现，再形成可交互的数据浏览器或阅读工具；工程文章则记录项目实现过程中碰到的具体技术问题。网站同时保留个人随笔、播客文字稿和绘画入口，呈现作者在软件之外的创作兴趣。读者可以按照自己的目标选择：寻找可运行的项目，阅读研究或工程笔记，或从个人写作了解作者的技术兴趣变化。
用时间短语检验自然语言推理
NLI 页面介绍一组围绕时间短语构造的自然语言推理测试。作者通过修改句子中的时间表达来形成测试样例，并使用 bert-base-uncased 对标签进行预测。页面报告该模型在这组测试上的准确率为 23.75%，同时提供其在 MNLI 数据集训练背景以及其他基线模型结果的比较。作者将这类测试视为一种健全性检查：模型是否能处理诸如时间向前变化这样的基础概念。
这个小实验展示了自然语言推理评估的一种思路：除了在大型基准数据集上测量整体表现，也可以构造针对某类常识关系的测试，观察模型在特定推理要求上的表现。时间表达的改变能使前提和假设之间的关系发生变化，模型需要正确识别这些关系，而不是仅凭语句表面词汇进行匹配。测试结果因此能帮助揭示平均指标之外的具体弱点。
页面上的准确率来自作者设计的测试集，不能直接当作 BERT 在所有自然语言推理任务上的能力结论。测试集规模、样例分布、标签定义和模型训练过程都会影响结果；比较不同模型时，也需要确认任务、数据划分和评估方式一致。该页面的价值在于提出一种值得思考的模型检查问题，并公开结果供读者进一步分析，而不是代表一项完整、广泛的基准评测。
从 NLP 走向可交互工具
首页还展示主题建模、NLP 数据集浏览器和 Gradient Reader 等工具或实验。主题建模项目帮助探索一组文本中词语和主题的聚合关系；数据集浏览器则让用户以更直接的方式查看 NLP 语料；Gradient Reader 关注模型和学习过程的呈现。这些项目表明，机器学习内容不仅可以通过论文或代码仓库阅读，也可以被制作成交互界面，使研究对象更容易被浏览和理解。
对于学习者而言，可视化和数据浏览工具可以降低发现结构的门槛，但仍需理解数据来源、模型假设和呈现方式。交互页面看到的模式可能受到样本选择和参数设置影响，不能单凭视觉印象得出普遍结论。结合文章说明和项目源码阅读，能够帮助用户区分探索工具与正式评估系统的用途。
工程文章与浏览器技术
站点历史文章覆盖 WebAssembly、浏览器调试、JavaScript Promise 和文件格式转换等主题。例如，Porting libigl using Emscripten 讨论把 C++ 几何处理库移植到 Web 环境的过程；Chrome DevTools 文章总结浏览器调试技巧；PDF 工具文章则面向从 GitHub 仓库生成文档的实践。这些内容使网站不仅是 NLP 项目展示页，也成为一份包含编程工具和工程问题的个人技术档案。
旧文章的技术背景可能与当前工具版本不同，阅读时应留意发布日期和环境前提。像 WebAssembly 编译链、浏览器 API 与 JavaScript 生态都持续变化，概念说明仍可作为学习线索，但具体命令和接口需要根据项目当前版本核对。站点文章适合帮助读者理解问题如何产生、作者如何组织实现，并据此寻找更详细的项目资料。
适合哪些读者
如果你关注自然语言处理，可以从 NLI 时间推理测试、主题建模和数据集浏览器开始，了解作者如何把模型能力拆分为可观察的任务。如果你更偏向软件工程，可以浏览浏览器调试、WebAssembly 和 JavaScript 文章，观察工具如何支持实际开发。对个人项目创作者而言，首页中交互实验与解释文章并列的方式也提供了展示作品的参考。
Josherich's Blog 的内容以个人探索和项目记录为主，适合按兴趣选择，不需要从头按时间顺序阅读。寻找研究线索时，应区分实验样例与正式基准结论；复用工程做法时，则核对当前依赖版本和运行环境。结合项目页面、文章和外部文档，读者可以从概念理解逐步走向实际尝试。
浏览网站的路径
第一次访问可以先查看首页列出的交互项目，快速了解作者目前的研究和开发方向；如果某项实验引起兴趣，再阅读相关文字说明或打开数据页面。软件和绘画入口展示不同类型的个人作品，短文和播客文字稿则补充较轻量的观点表达。RSS 订阅适合持续关注后续更新。
Josherich's Blog 将 NLP 实验、可视化工具、浏览器技术和个人写作汇集在一处，为读者提供多个进入技术主题的入口。它特别适合喜欢边看项目边读实现背景的开发者和学习者。对模型评测保持谨慎、对工程实践留意时间和版本，可以更好地利用这些公开记录。