Ricardoo's recent timeline updates

Ricardoo

V2EX member #139872, joined on 2015-09-25 18:22:20 +08:00

Today's activity rank 27745

Ricardoo 提问技术话题好玩工作信息交易信息城市相关

Per Ricardoo's settings, the topics list is hidden

Deals info, including closed deals, is not hidden

Ricardoo's recent replies

1 day ago

Replied to a topic by chenzhe › 生活 › 转眼， 33 了

生日快乐

Oct 29, 2025

Replied to a topic by JoeJoeJoe › 奇思妙想 › 现在有 AI 工具能帮我检索我的浏览器收藏夹吗? 因为很多历史的收藏内容只能记个大概, 只是知道我收藏了这么一块内容, 但是找起来非常费事, 如果能告诉 ai 帮我找一下, 应该会方便很多.

openai 新出的 ChatGPT Atlas 浏览器，输入 query 的时候选择"浏览器记忆", 可以直接检索浏览历史，从标题里推测相关的页面。但是标签还不能直接读取，可以先导出 html 文件，上传文件让 chatgpt 分析

Sep 28, 2025

Replied to a topic by sodayo › Local LLM › 批了 100 万预算让我负责搭建行业知识库大模型, 但是目前还没有思路

@NotAProgrammer PE -> prompt engineering, 就是调 prompt 。agent 架构有很多，可以知乎上搜索关键词

Aug 27, 2025

Replied to a topic by sodayo › Local LLM › 批了 100 万预算让我负责搭建行业知识库大模型, 但是目前还没有思路

分析下效果不好的原因是什么，是召回阶段还是答案生成阶段，不同问题阶段的处理方式不同
1. 召回阶段，做好多路召回，向量召回（ huggingface 上的知名 embedding 模型都试下，bge 、qwen 等）和传统 ES 召回都做下，效果不会太差，如果领域术语较多，可能 es 召回效果还要更好一些。
2. 答案生成阶段，这个评估的更多了，首先调 API 试试大尺寸模型，看对领域内理解够不够。
- 够的话直接部署大模型完事。
- 如果不行。1. 考虑做领域内 continue pretrain, 把领域内知识学进去，然后走 SFT ，也许需要 RL, 人力物力 100w 可能不够，这种方案需要一个团队来搞。2. 走 PE + 多 agent ，为大模型添加更多的上下文背景知识。现在领域内大模型都倾向于这种模式

Apr 24, 2025

Replied to a topic by heerake › macOS › 升级 15.4.1 后系统卡顿，一直会转 loading

我也是。卡的时候查看进程，kernel_task cpu 飙到 100%

Feb 12, 2025

Replied to a topic by wadjj › 程序员 › 突然意识到，我们日常说的模型“准召”是不是叫错了？

因为精确率还有一个别称，叫查准率