HUI的案例列表
案例2
项目 2：内容安全与反作弊智能 Agent（规则 + ML + LLM） 构建面向百科/贴吧/知道等 UGC 场景的智能审核系统，将规则引擎、Paddle ML 模型与文心 LLM 的结构化审核能力整合为 Agent 流程，实现自动识别违规内容、风险分级、生成证据链与自动工单闭环。系统通过 ClickHouse 高吞吐日志与低置信度二次复核机制，将人工审核量降低 60%+，同时保持误杀率与漏检率在合规范围内。 技术栈：Python、FastAPI、ClickHouse、Redis、HBase、PaddlePaddle（文本分类/异常检测）、ERNIE/Qianfan Function Ca
案例1
项目 1：搜索查询理解与意图改写平台（LLM + RAG） 基于文心大模型构建的搜索 Query 语义理解平台，通过向量检索（pgvector/Milvus）＋重排序（Cross-Encoder）＋LLM 结构化输出，实现 Query 的意图识别、槽位抽取与多候选改写，并为召回系统提供可直接消费的 JSON 结果。系统支持 DAU 级在线流量，延迟 <80ms，显著提升长尾 Query 的召回覆盖与 CTR 表现。 技术栈：Python、FastAPI、Redis、ClickHouse、pgvector/Milvus、PaddleNLP Embedding、ERNIE/Qianfan
案例判断参考
HUI的案例列表
案例2
项目 2：内容安全与反作弊智能 Agent（规则 + ML + LLM） 构建面向百科/贴吧/知道等 UGC 场景的智能审核系统，将规则引擎、Paddle ML 模型与文心 LLM 的结构化审核能力整合为 Agent 流程，实现自动识别违规内容、风险分级、生成证据链与自动工单闭环。系统通过 ClickHouse 高吞吐日志与低置信度二次复核机制，将人工审核量降低 60%+，同时保持误杀率与漏检率在合规范围内。 技术栈：Python、FastAPI、ClickHouse、Redis、HBase、PaddlePaddle（文本分类/异常检测）、ERNIE/Qianfan Function Ca...
案例1
项目 1：搜索查询理解与意图改写平台（LLM + RAG） 基于文心大模型构建的搜索 Query 语义理解平台，通过向量检索（pgvector/Milvus）＋重排序（Cross-Encoder）＋LLM 结构化输出，实现 Query 的意图识别、槽位抽取与多候选改写，并为召回系统提供可直接消费的 JSON 结果。系统支持 DAU 级在线流量，延迟 <80ms，显著提升长尾 Query 的召回覆盖与 CTR 表现。 技术栈：Python、FastAPI、Redis、ClickHouse、pgvector/Milvus、PaddleNLP Embedding、ERNIE/Qianfan...
