VibeML Agent
返回项目列表
需求编译卡、数据与样本构造卡、训练方案卡
简介
2026 年 4 月小红书黑客松(RedHackathon)的团队参赛作品。用户上传表格数据,再用自然语言写下目标,比如「预测用户是否会流失,宁可误报也别漏报」。系统把需求编译成结构化的建模目标,自动训练和调参,最后交付模型权重、预处理器和批量预测接口。

我的分工
- 产品细节设计:具体功能和使用流程的设计。
- UI/UX:原型的设计与开发。
- 参与推广视频(剪映制作)的讨论。
亮点(团队作品)
- chat2objective:由 LLM 把模糊的业务需求编译成
ObjectiveSpec,包括任务类型、评估指标和业务约束。 - chat2model:对 XGBoost、LightGBM、随机森林等模型做超参数搜索和交叉验证,产出
.pkl模型和预处理管道。 - FastAPI 后端加 Web 控制台,可以用 Docker 部署。
技术栈
Python · FastAPI · XGBoost / LightGBM / scikit-learn · OpenAI 兼容 LLM · Docker
状态
比赛结束后不再维护,在线 Demo 目前仍可访问。
仓库
#小红书黑客松巅峰赛 #RedHackathon




