register_face_type 否 string 人脸的类型 LIVE :表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等, IDCARD :表示身份证芯片照:二代身份证内置芯片中的人像照片, WATERMARK :表示带水印证件照:一般为带水印的小图,如公安网小图 CERT :表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片 INFRARED 表示红外照片:使用红外相机拍摄的照片
说明: (1)值越大表示惩罚越大 (2)取值范围:[1.0, 2.0] disable_search bool 否 是否强制关闭实时搜索功能,默认false,表示不关闭 enable_citation bool 否 搜索溯源,开启后有概率触发搜索溯源信息 top_k int 否 Top-K 采样参数,在每轮token生成时,保留k个概率最高的token作为候选。
以保障实时捕捉客户反馈中,存在的不满情绪或者投诉,快速定位客户不满的主要原因;或辨识积极和满意客户的进一步诉求,做好客户关怀和跟进。 构建管理闭环,发挥体验数据业务价值 灵活、实时的调研需求还需要强大的系统功能支持,包括问卷管理、埋点投放、低分预警、客户管理、仪表盘分析等。结合智能化技术开发,国寿财险搭建了统一的NPS系统。
pip install -U qianfan>=0.2.8 并且设置好 Access Key 与 Secret Key import os os.environ['QIANFAN_ACCESS_KEY'] = 'your_access_key' os.environ['QIANFAN_SECRET_KEY'] = 'your_secret_key' os.environ['QIANFAN_CONSOLE_API_RETRY_COUNT
register_face_type 否 string 人脸的类型 LIVE :表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等, IDCARD :表示身份证芯片照:二代身份证内置芯片中的人像照片, WATERMARK :表示带水印证件照:一般为带水印的小图,如公安网小图 CERT :表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片 INFRARED 表示红外照片:使用红外相机拍摄的照片
场景举例:流水线由编译-部署测试环境-基于环境的UI测试组成,在RD A的第一次提交触发的#1构建中,编译-部署测试环境跑完了,目前正在UI测试;这时RD B提交了一次代码触发了 #2 构建,跑到部署测试环境的时候,A的#1构建的UI测试被中断而失败了。我们不希望上述问题发生,所以希望能够限定流水线构建的顺序执行。如果上一次构建没完成,下一次构建处于等待中状态。
register_face_type 否 string 人脸的类型 LIVE :表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等, IDCARD :表示身份证芯片照:二代身份证内置芯片中的人像照片, WATERMARK :表示带水印证件照:一般为带水印的小图,如公安网小图 CERT :表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片 INFRARED 表示红外照片:使用红外相机拍摄的照片
基于大模型API或大模型微调+插件开发模式 基本步骤: 【AI端】调用大模型API或微调大模型 【前端】写web端/移动端界面、交互逻辑 【后端】 整体任务逻辑/队列(包含插件的输入输出)、集成和调用AI端能力、返回AI端结果 以向量知识库embedding流程为例:将垂直行业的领域知识向量化并存入向量数据库——用户提问——用户问题向量化——查询向量数据库,得到TopN条匹配知识——构建Prompt
基于大模型API或大模型微调+插件开发模式 基本步骤: 【AI端】调用大模型API或微调大模型 【前端】写web端/移动端界面、交互逻辑 【后端】 整体任务逻辑/队列(包含插件的输入输出)、集成和调用AI端能力、返回AI端结果 以向量知识库embedding流程为例:将垂直行业的领域知识向量化并存入向量数据库——用户提问——用户问题向量化——查询向量数据库,得到TopN条匹配知识——构建Prompt
base64编码 base64:是一种基于64个可打印字符来表示二进制数据的表示方法,相关内容可以查看 Base64算法介绍 。 clientToken clientToken用来保证创建的幂等性,幂等性的意思是无论同一个请求被重复发送多次,其结果都和发送一次一样。这个字段是为了避免由于网络等问题导致客户端没收到响应连接就中断,然后客户端重试导致重复创建的问题。