update css with AI

Author: dothinking

docs/2026-05-01-基于GPT2的古诗生成器：LLM训练入门.md

@@ -154,7 +154,7 @@ instruction,answer
 
 ### 预训练模型：诗句接龙
 
-预训练模型只会"续写"——给它一个开头，它顺着往下编。虽然有些句子略显生硬，但整体上确实学到了古诗的统计规律，或多或少能够感受到**押韵、对仗、意象**这些诗词元素。
+预训练模型只会"续写"——给它一个开头，它顺着往下编。虽然有些句子略显生硬，但整体上确实学到了古诗的统计规律，或多或少能够感受到 **押韵、对仗、意象** 这些诗词元素。
 
 > **输入**：
 > 落霞与孤鹜齐飞

docs/2026-05-02-基于GPT2的古诗生成器：预训练篇.md

@@ -3,7 +3,7 @@ categories: [machine learning]
 tags: [ai]
 ---
 
-# 基于GPT2的古诗生成器 —— 预训练篇
+# 基于GPT2的古诗生成器：预训练篇
 
 ---
 

docs/2026-05-04-基于GPT2的古诗生成器：监督微调篇.md

@@ -3,7 +3,7 @@ categories: [machine learning]
 tags: [ai]
 ---
 
-# 基于GPT2的古诗生成器 —— SFT 篇
+# 基于GPT2的古诗生成器：SFT 篇
 
 ---
 
@@ -310,7 +310,7 @@ model(input_ids, attention_mask, labels)
 
 核心区别在于：预训练阶段，整个序列都是"学习目标"——每个位置都在预测下一个token；SFT阶段，只有回答部分是学习目标——指令只是"条件"，不需要被预测。
 
----
+
 
 ## 3. 训练配置及结果
 

docs/2026-05-05-基于GPT2的古诗生成器：LoRA篇.md

@@ -4,7 +4,7 @@ tags: [ai]
 mathjax: true
 ---
 
-# 基于GPT2的古诗生成器 —— LoRA篇
+# 基于GPT2的古诗生成器：LoRA篇
 
 ---