加班马的案例列表
金智云大模型
主导教研大模型"微调→vLLM 部署→LangGraph 智能体构建→后端集成"端到端落地：针对外部 大模型缺乏教研知识沉淀的问题，完成领域大模型微调重建，并以微调模型为基座构建儿科护理问答、 育婴技能实训两个智能体交付业务使用。 ▪知识层建设：采用BAML +大模型抽取构建知识图谱（541 个实体/267 条关系，存入Neo4j）；基 于BGE-zh 微调嵌入模型（3147 条问答对，双卡4090Ti），召回率Top5 由73.6%提升至89.7%， 为RAG 检索提供高质量召回底座。 ▪模型层（微调+部署）：构建12000+条问答对（大模型生成+人工审核+通
智慧托育智能相册推送系统（边缘部署）
技术栈：YOLO /SlowFast /AdaFace ·TensorRT ·RTMP 流媒体·多线程架构·单卡边缘GPU部署 ▪与西安电子科技大学合作，面向托育保育场景构建"多路视频流→目标检测→行为识别→人脸识别 →平台推送"端到端智能相册推送系统，替代保育员每日人工拍照的重复流程。 ▪边缘端架构设计：在边缘设备上支撑6 路摄像头RTMP 主码流并发处理；CPU 侧多线程 采集与预处理，CPU-GPU 间以有界队列实现背压控制，GPU-CPU 间以无界队列平滑输出，保障多路并 发下的实时性与稳定性。 ▪AdaFace 人脸识别模型微调：面向0-3 岁婴幼儿专
案例判断参考
加班马的案例列表
金智云大模型
主导教研大模型"微调→vLLM 部署→LangGraph 智能体构建→后端集成"端到端落地：针对外部 大模型缺乏教研知识沉淀的问题，完成领域大模型微调重建，并以微调模型为基座构建儿科护理问答、 育婴技能实训两个智能体交付业务使用。 ▪知识层建设：采用BAML +大模型抽取构建知识图谱（541 个实体/267 条关系，存入Neo4j）；基 于BGE-zh 微调嵌入模型（3147 条问答对，双卡4090Ti），召回率Top5 由73.6%提升至89.7%， 为RAG 检索提供高质量召回底座。 ▪模型层（微调+部署）：构建12000+条问答对（大模型生成+人工审核+通...
智慧托育智能相册推送系统（边缘部署）
技术栈：YOLO /SlowFast /AdaFace ·TensorRT ·RTMP 流媒体·多线程架构·单卡边缘GPU部署 ▪与西安电子科技大学合作，面向托育保育场景构建"多路视频流→目标检测→行为识别→人脸识别 →平台推送"端到端智能相册推送系统，替代保育员每日人工拍照的重复流程。 ▪边缘端架构设计：在边缘设备上支撑6 路摄像头RTMP 主码流并发处理；CPU 侧多线程 采集与预处理，CPU-GPU 间以有界队列实现背压控制，GPU-CPU 间以无界队列平滑输出，保障多路并 发下的实时性与稳定性。 ▪AdaFace 人脸识别模型微调：面向0-3 岁婴幼儿专...
