基于DeepSeek搭建客服、医疗智能体
联系该工程师
微信扫码，建群沟通
案例介绍
项目简介
本项目基于深度求索（DeepSeek）官方大模型，结合LoRA低秩适应技术进行高效微调，并引入RAG框架实现知识库检索与对话生成相融合的智能体搭建。
项目职责
1 负责梳理企业客服与医疗场景的核心需求，设计对话流程与知识图谱，并搭建文档与数据库的检索管道。
2 基于DeepSeek R1模型，采用LoRA微调策略，仅调整低秩矩阵，冻结主干权重，显著降低显存占用并实现高效定制化训练。
案例图片
相似案例推荐
-
医用试管智能识别与监管系统
基于图像采集实现试管条码识别，将识别到的数据记录到数据库中，
-
基于时空特征融合的端到端微表情识别系统
通过整合空间（面部纹理、几何特征）和时间（动态光流、连续帧变
-
工业产品智能瑕疵检测系统
作品介绍： 主要用于自动化识别产品表面的颜色偏差、污渍斑点
-
基于语义分割的复杂场景行人检测系统
本案例为学术与工业结合的创新项目，针对街道、商圈等高密度复杂
-
深度学习模型优化
对处理三维点云的深度学习模型PointMLP模型进行优化，将
-
路径规划，深度学习模型优化
上面是对一个茶行进行模拟路径规划得到的结果，使用遗传算法以及
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
