掌握计算机技能:c、c++、Python、Java、Mysql、spring boot框架、transformer架构、docker打包项目调入云端服务器、熟悉flask框架与MySQL结合
版本控制工具:版本控制工具git工具协助团队开发、掌握SVN版本管理工具,能独立完成代码检出、提交、更新、版本回退及冲突处理
AI相关技能:了解大模型API调用,了解LangChain框架,能够使用LangChain进行基础LLM调用、Prompt模板管理、简单对话链搭建;了解RAG基本原理,能够完成文档加载、文本分割、向量库检索等基础流程,可实现简单知识库问答Demo;具有本地部署大模型经验已经agent经验,具有prompt调优与rag检索项目的经验。
基于ReAct架构与RAG的智能办公Agent助手:
从零实现了一个具备思考——行动——观察能力的闭环Agent系统,能够根据企业私有规章制度文件自主决策并执行复杂任务,如查询企业政策、撰写并保存邮件草稿。
AI+攀岩:
用ai进行岩点识别,辅助训练和视频剪辑。
自行采集标注岩壁数据集,训练岩点分割模型实现高召回率。
基于yolo实现人体躯干追踪及分析,高效实现运镜跟踪及发力分析。
将多种AI功能整理重构打包至docker放入云端服务器,通过网页调用api运行。
基于Transformer的电影评论情感分类方法研究:
采用Transformer技术对电影网站的评论进行情感识别,帮助用户快速了解电影情感趋势。
本地部署使用bert预训练权重及tokenizer,冻结编码器,复制解码器权重为三份作为初始权重,在此基础之上进行lora微调。
采用公用数据集与自行标注数据集相结合的训练方式,实现准确率突破92%的预测准确度。
采取AI+模式,将模型结果与AI大模型相结合的flask框架可视化页面,提高用户体验感。
购物网站:
基于JavaScript+css+springboot的购物网站,实现用户登录注册,商品购买,短信验证码登录,查找店铺的功能。
采用Transformer技术对电影网站的评论进行情感识别,帮助用户快速了解电影情感趋势。本地部署使用bert预训练权重及tokenizer,冻结编码器,复制解码器权重为三份作为初始权重,在此基础之上进行lora微调。 采用公用数据集与自行标注数据集相结合的训练方式,实现准确率
从零实现了一个具备思考——行动——观察能力的闭环Agent系统,能够根据企业私有规章制度文件自主决策并执行复杂任务,如查询企业政策、撰写并保存邮件草稿。
从零实现了一个具备思考——行动——观察能力的闭环Agent系统,能够根据企业私有规章制度文件自主决策并执行复杂任务,如查询企业政策、撰写并保存邮件草稿。