访谈的应用的并发测试 目的我们有一个访谈的应用,上线前需要进行并发测试,查看并发是否满足大量用户同时进行访谈的需求。 步骤整个访谈的流程包括,AI发起问题,用户回答问题,然后这样的循环,直到AI提出访谈结束。我们不检测用户回答问题的耗时,只检测AI收到用户问题后进行回答的时间。这个AI回答时间包括,收集数据库必要信息时间,调用LLM回答时间,存储数据时间。这期间进行了多次数据查询和至少1次LLM询问,多次存储时间,为了 2024-10-21
搭建1个机器学习服务器 目的为了搭建一套深度学习系统,我们从零开始组装深度学习服务器。 报价对比我们考虑线上云机器和线下服务器算力的价格对比。 供应商 时长 价格 说明 其它 数据来源 AWS 3年 32W+(不含显卡价格) 云厂商不卖消费级显卡,所以价格昂贵 阿里云 3年 62w(含显卡) 云厂商不卖消费级显卡,所以价格昂贵 自行搭建 3年 3w + 3.4w = 6.4w 40 2024-08-26
AIMind 智能思维导图目的现有思维导图没有结合AI,我们考虑结合AI,增加节点问答,多节点生成,根据文档生成思维导图等功能,帮助用户更快的梳理知识点,特点,具有实时学习的能力(单条微调模型),当遇到不满意的回答时,可以立即进行学习,下次回答就可以回答满意了。 体验地址:https://111.207.114.228:17081/mind/storehouse 主要功能图片和文件操作 思维导图上传下载操作 快 2024-08-05
MultiAgent进行访谈 目标我们利用多Agent进行访谈,访谈能够根据预设话题和时间,自动进行访谈提纲生成,访谈和统计汇总。 流程我们按照功能分成3个Agent,分别是interviewer_outline_agent, interviewer_interactive_agent, interviewer_summary_agent, 分别对应访谈的三个阶段。 每个Agent的主要prompt Prompt功能明 2024-07-16
访谈结果报告生成 目的我们已经收集很多访谈的结果,根据访谈的结果生成1份报告。 数据访谈的基本大纲: 1234567891011121314151617181920212223242526272829Meituan Takeaway User Experience Interview OutlineInterview Background: Through this interview , we hope to 2024-07-16
MultiAgent进行数据分析 一、目标自动化生成一篇最近的香氛Brief。为了生成Brief,用户首选需要对感兴趣的数据进行洞察,Mark出感兴趣的部分,然后根据template对感兴趣的部分生成Brief。所以我们设计了2个模块,模块1是Data Insight。模块2是Brief Generate。模块是Concept Testing。 二、Data Insight模块采用Agent模式,结合数据,根据问题进行使用或创 2024-06-11
Agent问答 Agent项目目的我们要实现Agent的问答,回答至少包含一下几种情感。 找到所有药监局备案信息里标注视黄醇为主要备案成分的面霜产品(主要成分定义:含量>0.1%) 筛选出官宣营销文案中讲到“全天可用或早晚可用”的所有产品 按照消费者受欢迎程度排名(声量热度) 按照电商销量排名 根据消费者对这些面霜产品的相关社媒讨论,总结出消费者提及声量最高的使用场景 同样找到消费者提及量最高的功效点并排 2024-05-07
图片搜索小工具 图文检索图搜文字测试地址: http://111.207.114.228:17081/aitools 可以输入图片地址或者上传图片 搜索结果显示 文字搜图 原理使用image-bind和Chinese-clip, openclip等获取文字或图片的向量,然后余弦相似度或者矩阵乘积计算它们之间的相似度。 2024-04-30
AgentAI 1.目的我们创建和测试Agent AI,用于解决复杂任务,主要使用Mistral 8*7B模型进行训练和测试。 目前Agent不能够自适应环境,需要让Agent能够根据环境自动进行改变。 2.原理我们分成训练阶段和推理阶段。下面是收集数据和训练阶段。 Agent首先根据要求生成探索型工具,可以探索数据库和纯文本文件或者excel表格文件,根据探索型工具生成一堆问题。 根据问题生成解决型工具,并回答 2024-04-24