我想问问各位

卖AI比懂AI难，但有时候我更觉得，用AI比懂AI更难今天不再纸上谈兵，分享一下我正在跑的自动化工作流，零代码或低代码就能搭，能复用的场景绝对不止局限于商务层一起把重复性工作丢给机器，把脑力留给真正需要人的判断和创意的地方会议纪要结构化流背景情况： 每周开会10余场，会后整理纪要平均耗时太久，且容易漏掉关键点工具组合： 笔记 + Coze工作流搭建逻辑：录音转写：腾讯/飞书/teams自带的录制视频功能转写文字就行，保留音频内容和共享屏幕内容AI结构化： 文字自动流入Coze工作流，按固定模板提取——客户背景与痛点我方提出的方案与报价客户异议与顾虑等等，还有双方达成共识后确认的下一步行动输出归...

目前写了两个项目，一个是自己写的网盘，还有一个是外卖，自己优化了一下，现在是打算年后找实习，有机会去中小厂吗，还要往哪一方面优化？求各位大佬点评

1、自我介绍2、项目介绍3、介绍 NLP 中数据增强方式NLP 中常见的数据增强方式主要有同义词替换、随机插入、随机删除、随机交换、回译、模板扩写、噪声注入、对抗样本增强和基于大模型的数据改写。同义词替换是把句子中的部分词替换成语义相近的词；随机插入和删除适合做轻量扰动；随机交换适合增强模型对局部顺序变化的鲁棒性；回译是把句子翻译成另一种语言再翻回来，能够保留大意但改变表述；模板扩写适合分类和信息抽取任务；噪声注入比如加入错别字、空格、标点变化，适合提升鲁棒性；对抗样本增强更偏训练阶段优化；现在更常见的是让大模型做改写、扩写、同义表达生成。数据增强不能只追求数量，更重要的是标签一致性和语义不偏...