区块链 RWA 系统开发的技术框架详析

不知道是不是要继续做运营这个岗位了，电商专业还能做些啥？#运营来爆料# #牛客创作赏金赛# #运营人的第一份offer应该如何选# #应届生#

-CoderOilStation 学生需求 交易累计积分，积分兑换奖品 解决方案： 构建用户表用户id用户姓名  交易积分表IdName用户名交易名交易积分交易总积分 积分兑换奖品表IdName积分兑换奖品名称积分兑换奖品减少积分 用户交易会生成交易积分，积分兑换奖品表中的积分兑换奖品后 用户交易积分更新减少

结合最近辅助修改的简历及项目，老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范：在 x任务中，获取 xxx 条数据，通过规则 or 脚本清洗出 x 条数据，然后微调 y 大模型，在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的，基模是现成的，体现不出核心能力。✅应该怎么写？首先介绍业务背景：业务是一个销售对话业务，机器人是销售，代替真人，直接面对用户。我们会给模型设定任务，任务是 prompt 。步骤1️⃣．提取训练数据问题：1.真人通话每通电话任务是未知的，我们训练数据是任务＋通话的 pair 对。2.真人通话很乱，与客户的对话是各种交叉的，导致 asr 后并不是一人一轮。解决方案：1.首先通过大模型 prompt 对该通电话提取任务，得到任务＋ pair 对。需要用到 cot + reflection ＋多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话，让大模型编写出通话内容。提问，为什么要编写而不是直接用？步骤2️⃣．制定训练数据集问题：1、正常的对话内容，前面几句和后面几句基本上一致的。都是问候和拜拜，但是也有一些差异。2、因为都是相似场景，虽然任务不同，但是很多场景语义很相似。解决方案：1、基于轮次的权重采样：通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样：使用 bert 对对话内容进行 embedding ，然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样，提问，为什么要对重复语义的数据进行下采样？3、基于客户类型和产品的采样，因为很多产品是热品，导致对话内容有偏，用户类型一样，需按照类型调整整体比例采样。提问，为什么要这么采样？步骤3️⃣．制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练，但是 lora alpha 设定成为4倍的时候达到了比较好的效果，经验值不同任务不一样，提问，在各种情况下要怎么调？步骤4️⃣.dpo训练问题：v1版本训练时，很多输出内容是对的，但是输出的语气不太像真人，机器人味还是很严重。解决方案：由于训练本身是有 ground truth 的，因此使用v1训练的模型，预测训练集，使用大模型对比两者语气不符合训练集的拿出来，使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对，对v1版本模型重新训练。📳这里老师只是简要进行概括解答，具体情况和详细解答可以咨询辅导，如果想了解项目辅导，提升面试能力，欢迎后台联系。#算法# #简历中的项目经历要怎么写# #算法岗面试# #互联网大厂招聘#

这是我的算法笔记系列帖子的第2篇文章，因为我走的是java开发方向但算法题都是c++写的，我个人觉得c++写题更方便，所以为了防止大家跟着我的帖子入门不方便，特在此写了这篇介绍c++写编程题需注意小技巧的帖子。本算法笔记系列帖子里包含的示例是全部完整的lc hot 100原题，后续会详细地分章节介绍链表，字符串，动态规划，图，前缀和等常考知识点及其常见套路模板，同时会给出大量例题，新手小白肯定能快速跟上篮子哥的节奏这个专栏给的例题的解法我不追求达到最优解法，而是我借鉴了lc的大量解法，加上自己的理解注释，追求尽可能的满足套路模板的解法，让大家尽可能的更容易的接受和理解。觉得本贴有用的话...