冷烛
大模型应用工程师 · 1年经验 · 水木
0
累计接单
0
用户评价
1
被收藏
技术能力
大模型 & Agent 架构：LangChain、LangGraph、ReAct、Function Calling
RAG & GraphRAG：Milvus 向量检索 、 BM25 混合检索 、 Cross encoder 重排序 、 Neo4j 图探索
模型微调：LoRA 参数高效微调、无监督 SimCSE 对比学习
部署与推理：Docker、FastAPI、Ollama、vLLM
RAG & GraphRAG：Milvus 向量检索 、 BM25 混合检索 、 Cross encoder 重排序 、 Neo4j 图探索
模型微调：LoRA 参数高效微调、无监督 SimCSE 对比学习
部署与推理：Docker、FastAPI、Ollama、vLLM
项目经验
多模态 Agent-RAG 法律问答系统
使用 MinerU 完成 PDF 文本/表格解析，结合 CLIP 多模态向量融合、BLIP 向量重排
针对法律领域语料进行 LoRA 句向量微调，提升语义检索准确性
构建 Milvus + BM25 混合检索，并使用 Cross Encoder 进行 rerank，大幅提升召回率与问答效果
引入 GraphRAG 流程，支持复杂多跳推理与知识关系探索
通过 Function Calling 注册工具扩展知识来源
使用 Docker + FastAPI 部署，完成镜像打包与端口暴露，实现在线服务化
使用 MinerU 完成 PDF 文本/表格解析，结合 CLIP 多模态向量融合、BLIP 向量重排
针对法律领域语料进行 LoRA 句向量微调，提升语义检索准确性
构建 Milvus + BM25 混合检索，并使用 Cross Encoder 进行 rerank，大幅提升召回率与问答效果
引入 GraphRAG 流程，支持复杂多跳推理与知识关系探索
通过 Function Calling 注册工具扩展知识来源
使用 Docker + FastAPI 部署，完成镜像打包与端口暴露，实现在线服务化
立即沟通
