[WeeklyReport] ZhijunLStudio 2026.4.13~2026.4.26

[ZhijunLStudio]

姓名

李志军

实习项目

AutoTrainer 自动化训练工具

本周工作

1. 修复 DataAgent 中的 shell 注入漏洞，对数据路径使用 shlex.quote 进行安全转义，移除了 _inject_row_limit 等死代码，降低维护成本

2. 优化数据处理流水线性能：JSONL 清洗从全量加载改为流式处理（逐行写入），减少内存占用；Parquet 转换时正确处理 NaN 值转为 None，保证 JSON 输出格式正确

3. 实现多数据集比例消融（multi-dataset ratio ablation）：自动为多数据集场景创建 5% 子集用于比例实验，支持 leave-one-out 和 ratio sweep 两种策略

4. 完善实验调度器（ExperimentScheduler）：新增 run_next、run_all 接口和 CheckpointGC 自动清理机制，支持持久化队列与断点恢复

5. TUI 新增实验进度展示：在状态栏和主面板实时显示当前实验阶段进度

6. 添加 tiktoken 依赖，支持 LLM token 计数的精确计算

导师点评

下周工作

1. 继续完善多数据集比例消融的文档和可视化分析工具
2. 对 OCR 检测任务进行实际训练验证，测试 AutoTrainer 端到端流程
3. 优化 DataFlex 数据处理工具的稳定性，完善依赖管理和 CI 流程