实现网
继续此操作需要您先注册或者登录.
工作地点
顾问角色
排序方式
筛选条件
评价
不限
自由职业者
不限

知名企业

¥1000 / 8小时

可兼职时间 周六、周日、工作日

可兼职地点 远程

立即预约
河北长风
AI工程师
user-9db3
2年
擅长技能

1. NLP 方向 大模型(LLM)应用与优化 熟悉 GPT、LLaMA、Mistral、Qwen 等大语言模型的训练与推理优化。 研究 RAG(Retrieval-Augmented Generation) 提高 LLM 的事实性与可控性。 低成本推理优化:量化(GPTQ)、蒸馏(LoRA)、缓存机制(KV Cache)。 信息抽取 传统方法:基于 CRF、HMM、LSTM 的命名实体识别(NER)、关系抽取(RE)。 大模型增强:结合 RAG+LLM 进行文档级字段提取,提高信息抽取的准确率。 文档解析:OCR + LLM 进行合同、发票、票据的自动解析。 文本向量化与搜索 词向量(Word2Vec、FastText)、BERT、SENTENCE-TRANSFORMERS(如 SBERT)。 向量检索库(FAISS、Milvus),构建高效语义搜索、对话增强(RAG)系统。 文本生成 传统方法:Seq2Seq、Transformer 结构的文本摘要、机器翻译、对话生成。 大模型微调:SFT(Supervised Fine-Tuning)、LoRA、PEFT 在特定任务上优化 LLM。 提示工程(Prompt Engineering):通过 Chain-of-Thought(CoT)、ReAct 提高 LLM 生成质量。 OCR+NLP 融合 OCR 识别(PaddleOCR、Tesseract、EasyOCR)+ NLP 进行文档分析。 结合 版面分析(LayoutLM、Donut) 进行结构化信息提取。 2. CV 方向 OCR 使用 PaddleOCR、Tesseract、EasyOCR 进行多语言 OCR 任务。 结合 版面分析(LayoutLM、DocTR) 进行文档解析,提高结构化信息抽取效果。 目标检测 传统方法(HOG+SVM、Faster R-CNN、YOLO)与 Transformer-based 方法(DETR)。 目标检测在 工业质检、OCR 文字定位、医学影像分析 等场景的应用。 图像分割 经典方法(UNet、DeepLabv3+)+ ViT-based 方案(Segment Anything Model, SAM)。 场景:医学影像、遥感、文档表格分割。 视觉生成 扩散模型(Stable Diffusion) 用于文本生成图像(T2I)、图像修复(Inpainting)。 GANs(StyleGAN、CycleGAN) 进行风格迁移、人脸生成。 多模态 CLIP、BLIP 进行文本-图像联合建模。 Vision Transformer(ViT)、BEiT 在 CV 任务中的应用。 工程实践 模型优化与部署 量化(INT8、FP16)、裁剪(Pruning)、知识蒸馏(Distillation)加速推理。 LLM 推理优化(vLLM、GGUF、GPTQ)提升推理速度。 部署框架:ONNX Runtime、TensorRT、FastAPI、Triton Inference Server。 高效 RAG 架构 结合 FAISS/Milvus/HNSW 实现高效文档检索,减少 LLM 生成错误。 OCR + RAG 进行长文本信息抽取,提高 LLM 的事实性。 端到端 AI 应用 智能文档解析:OCR+LLM 进行合同、发票、简历解析。 AI 搜索助手:向量搜索+LLM 构建智能问答系统。 图文生成:扩散模型(Stable Diffusion)+ CLIP 进行 AIGC 创作。

¥500 / 8小时

可兼职时间 周六、周日、工作日

可兼职地点 远程

立即预约

我是技术人才
我在寻找远程工作

技术人才入驻

我是创业者
我在寻找技术人才

发布用人需求