0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
高级研发
苏州全职 · 2000/日 · 43500/月信用正常
工作时间: 工作日10:00-18:00工作地点:
远程
服务企业:
1家累计提交:
1工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是程序员客栈的zoudaokou，一名NLP算法研发； 我毕业于苏州大学，担任过微软的的高级研发； 负责过基于ChatGPT的文档搜索聊天机器人，舆情系统，知识图谱工作台的开发； 熟练使用python，pytorch，机器学习，自然语言处理，GPT，ChatGPT； 如果我能帮上您的忙，请点击“立即预约”或“发布需求”！
工作经历
2017-10-14 -至今微软中国高级研发
主要关注于nlp相关任务，特别是对话机器人领域，知识图片，文本信息提取以及大模型的微调和应用。
教育经历
2011-09-01 - 2014-06-28苏州大学计算机应用技术硕士
2007-09-01 - 2011-06-28苏州大学计算机科学与技术本科
技能
作品
使用新的GPT-4 api，为多个大型PDF文件建立一个chatGPT聊天机器人。 使用的技术栈包括LangChain、Pinecone、Typescript、Openai和Next.js。LangChain是一个框架，使其更容易建立可扩展的AI/LLM应用程序和聊天机器人。Pinecone是一个矢量库，用于存储嵌入和你的PDF的文本，以便以后检索类似的文档。
02023-04-18 15:51
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。
02023-04-18 15:41
主导基于 Semantic Search 和 ChatGPT 的文档搜索聊天机器人项目。通过加入相应的前处理技术，利用 Semantic Search 突破 ChatGPT 输入 token 数量的限制，使 ChatGPT 能够理解并回答大量文档相关的问题。同时，采用加入相应的 Prompt 和后处理技术，控制机器人的输出内容范围和质量。项目实现了高效的文档搜索聊天机器人，为用户提供了优质的搜索和问答服务。
02023-04-18 15:37
