1.前期对大语言模型、提示词相关知识进行了解,以及对行业相关知识的整合
2.智能体平台需求梳理和评价
3.主导智能体平台功能开发(web+安卓)
从Ollama+DeepSeek本地部署开始,使用PlanAndExecute架构搭建智能体,逐步集成RAG向量检索、提示词优化、MCP
工具调用、内容审查等功能
本案例为CUDA通过tiling技术优化矩阵乘法的例子,案例
此案例主要基于YOLO检测模型,检测工人是否佩戴安全帽。独立
核心开发者,设计可视化编排系统架构; 开发节点连线系统,用
基于大语言模型的地方方言训练微调,可用于语音识别,支持数据采
基于大语言模型的 宁夏方言语音训练微调数据收集管理识别等层
gis系统,客户有一个石油工地的项目,第一张图为项目管道和站
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者