学校的任务

agent项目中如何提高匹配到正确工具的准确性工具描述优化：确保每个工具都有清晰、准确的描述，包括功能、输入参数和输出结果。描述应尽可能详细，并使用自然语言，以便于理解和匹配。工具分类：将工具按照功能或领域进行分类，这样可以根据用户请求的上下文快速缩小候选工具范围。语义匹配：使用语义相似度计算（如余弦相似度）来匹配用户查询和工具描述。可以利用预训练的语言模型（如BERT、Sentence-BERT）来生成嵌入向量，然后计算相似度。多轮对话：在匹配不确定时，可以设计多轮对话来澄清用户意图，例如通过提问让用户提供更多细节。使用强化学习或在线学习来持续优化；多个模型验证查询query重写：因为用户输...

近日，由中国计算机学会（CCF）主办的2025年CCF大数据与计算智能大赛开启。信也科技作为赛事出题方之一，发布了以DGraph数据集为基础的“金融反欺诈图算法挑战赛”，旨在推动图神经网络等前沿技术在金融风险识别与防控领域的创新应用。自2013年创办以来，CCF大数据与计算智能大赛已成为大数据与人工智能领域极具影响力的算法、应用与系统级挑战赛事。赛事面向重点行业和实际应用场景征集需求，由来自企业、科研机构及政府部门的多方出题方联合设计真实问题与数据，促进产学研深度融合与技术落地。本届赛事中，信也科技以真实的信贷风控场景为基础，设计了基于大规模动态图数据的节点二分类任务。参赛者需利用提供的图结构、时序信息及节点属性，构建高效的图神经网络模型，以识别隐藏在海量用户中的潜在欺诈个体。在数字金融时代，线上信贷业务面临欺诈行为日益隐蔽化、专业化、规模化的挑战。如何更有效地识别、预测和预防欺诈，具有重要的研究意义和现实意义。图神经网络作为近年来迅速发展并广泛应用的关键技术，在识别复杂关联风险方面展现出独特优势。2022年，信也科技联合浙江大学发布大规模公开动态图数据集DGraph。该数据集基于真实信贷反欺诈场景脱敏生成，已被耶鲁大学、牛津大学、清华大学等多所国际知名高校及科研机构广泛使用，为学界与业界的风控研究提供了重要数据支撑。目前，DGraph金融反欺诈图算法挑战赛已开放报名，截止日期为11月7日。更多赛事信息请阅读原文或访问：https://www.xir.cn/competitions/1146

思摩尔结构工程师一面一面技术面，面试官比较年轻，共23min1、面试官上来要求先说说你对思摩尔的了解2、自我介绍3、针对第一个项目的提问：项目背景？你承担的工作？你在项目中遇到的问题？你最大的收获？这些项目中设计的产品有在企业中应用过吗？没有应用的原因你觉得是什么？4、针对第二个项目的提问：在项目中成员有分歧怎么办？有人不配合怎么办？5、除了学校学习和项目科研的内容，你最近有学习过什么新技术吗？6、反问环节（最长的一次）面试官详细介绍了工作内容后续流程，还有总部的一轮面试思摩尔国际2026全球校园招聘9.5正式启动【关于我们】思摩尔国际（HK6969）成立于2009年，是提供雾化科技解决方案的...

早上面的下午秒挂项目和场景题回答的太烂了，面试官直说了想让我说点具体的东西，对很多东西确实没什么了解说不出来什么货，手撕两道，一道栈模拟堆，一个大数相加，写出来无济于事，场景题真的就是没话说，被挂也是意料当中吧，但是真的挺累的