怎么做有声小说网站播音员,关于网站开发的期刊,指数基金什么意思,杭州最大网络公司排名这次是某家公司的一个电话面试#xff0c;问的过程还比较简单直接。
问#xff1a;我们在大模型开源项目的应用上遇到了什么困难#xff1f;
这个。。有两个困难#xff0c;一个是RAG的优化#xff0c;一开始RAG是比较慢的#xff0c;而且召回率不高#xff1b;
后来…这次是某家公司的一个电话面试问的过程还比较简单直接。
问我们在大模型开源项目的应用上遇到了什么困难
这个。。有两个困难一个是RAG的优化一开始RAG是比较慢的而且召回率不高
后来使用了HyQE的方法针对一段文本提出一个问题和它对应以补充的问题来建立文档索引。当用户提问的时候直接在数据库里寻找相似问题这样检索效率高而且召回率高。
第二个是语音识别识别错误的问题把识别语音和转写文字的特征一起输入到神经网络里这样可以提高识别准确度。或者多几个候选词
然后问到了我以前在一家人工智能公司的工作经验问到了其中的内容审核项目。
这个项目的创新点在哪里过拟合的情况
主要是从网上爬取文本数据然后给公开的审核接口先过一遍然后训练过程中遇到的难样本重新标注再训练。
正负样本不均匀的问题实际场景正样本远少于负样本用了针对样本不平衡的loss比如dice lossweighted ce等然后多种loss采用加权和的方式进行融合问题有没有其他融合的方式呢辅助loss。
过拟合主要是看在测试集上的loss表现吧。
还提到了分词的问题但是这个是不可避免的这种词要衡量一个边界条件要不要使用关键词检索规则还是经过bert模型判断。
对将来发展的规划大模型应该怎么应用
反问环节
大模型的应用主要是面向to C还是to b的都有客服这种是to C的
训练的数据和算力准备的怎么样数据以文本数据为主算力似乎不太够只有t级别的显卡比较寒酸了有a10显卡吗
什么指标比较看重避免大模型幻觉。
