实习offer极限二选一

在AI Agent的设计中，意图识别是自然语言理解（NLU）的核心环节，直接影响用户体验和业务目标达成。作为AI产品经理，需从业务场景、技术实现和用户体验三个维度系统设计意图识别方案1. 明确业务需求与意图分类体系- 场景拆解：根据Agent的应用场景（如客服、智能家居、电商导购）梳理高频用户诉求。例如：- 客服场景：咨询、投诉、退款、查询进度等- 智能音箱：播放音乐、设置闹钟、控制设备- 意图分层设计：采用树状结构（主意图→子意图→槽位），避免分类粒度混乱。例如：主意图：订机票├─子意图：查询航班（槽位：出发地、目的地、日期）└─子意图：改签机票（槽位：订单号、新日期）- 兜底策略：设计"未知意图"分类，结合澄清话术（如“您是想查询订单还是联系客服？”）或转人工流程。2. 数据驱动的模型构建- 数据采集与标注：- 通过用户历史对话、搜索日志等获取真实语料。- 标注时需注意同义表达覆盖（如“帮我订票”和“买张去北京的机票”）。- 技术选型方案：- 规则引擎（正则表达式、关键词）：冷启动阶段/高确定性场景（如命令词）- 深度学习（BERT、TextCNN）：复杂语义场景- 大模型微调（Few-shot Learning）：长尾意图识别- 多模型融合：规则兜底+模型预测，例如先用规则处理高频意图，剩余流量走模型。3. 用户体验闭环设计- 容错机制：- 置信度阈值设置（如低于0.7时触发澄清）- 上下文继承（用户说“换一个时间”时继承前文航班查询意图）- 效果评估指标：- 技术指标：准确率、召回率、F1值- 业务指标：任务完成率、转人工率、单次对话解决率（FCR）- 用户感知：用户主动纠正次数、满意度调研- 持续迭代闭环：- 建立bad case分析流程，将误识别样本反馈至标注池- 监控意图分布变化（如新增促销活动可能引发未覆盖的咨询意图）的         

鼠鼠急性咽炎好几天了，下午还发39度高烧，本来想联系换时间的，但考虑现在hc基本发完了，再延期不知道会不会影响，去校医室开了点退烧药手撕：hot100 层序遍历，秒了说下复杂度聊项目，跟面试官讲了项目背景、遇到的难点，中间面试官会打断提问题之后面试官对整体的训练流程比较质疑，问CPT后为什么需要sft？跟CPT的区别是什么，我解释了好几次，从训练目的、数据差异等角度都解释了，但面试官还是没明白，让我写下两者的loss，从loss的角度去解释，我就写了个基于上下文去预测next token的交叉熵，然后解释说无论是pt还是sft，loss都是交叉熵，区别在于给定的上下文，或者数据不同，结果面试官...

bg本硕9研一，但非科班，读研了之后才开始接触代码😷实验室现在的方向是大模型的垂直应用，基本无发顶会论文的机会，往届的师兄师姐也都是去做了前后端，无大模型岗位的求职经验😢但实验室也确实有大模型开发相关的一些技术栈，例如微调rag知识图谱等等，并且已有个比较成熟的项目当今大模型开发相关感觉是风口，但又不清楚招聘趋势以及要求，所以现在就在头疼Java和大模型方向怎么选？所以想求佬指点一下！😭而且孩子现在想抓紧点时间确定好方向，争取在暑假期间找一段日常实习所以就是想求问在有实习➕项目的前提下入行哪个方向会好些呢😔     

我的暑期实习结束了差不多一周，犹豫许久，还是决定将我的心路历程分享给大家，说不定可以帮助到许多兄弟姐妹。之前发过一篇帖子，略有反响，看到许多兄弟姐妹与我有同样的烦恼。其实这没有很安慰到我，只觉得大家都很辛苦，我感同身受。我二月中开始准备所谓的八股，月底开始投递实习，官网投递仅记录的就有100左右（单论公司而言），boss+脉脉200多个应该是有。可能是因为受到在国外找工作的经验的影响，我打一开始投递就是奔着海投去的。我不觉得所谓的保守申请（我看到好多兄弟都是只投递20+/30+）会适用于广泛的人，我同样也不觉得所谓的面试转换率/offer转换率/沟通回复率这些数字什么有帮助的，具有参考性的数据...