知识库问答(RAG)原型系统(检索增强生成-独立项目)
构建RAG原型流水线并建立用于问答质量评估的测试集。实现引用溯源标注与拒答机制,降低在检索置信度不足时的幻觉输出风险。通过分析检索失败案例来反向优化文档解析与文本切分策略。• 构建30+条query-answer-evidence测试集评估召回命中率• 设计元数据结构以支持引用与页面定位(doc_id、page、section、chunk_id)• 实现引用标注输出与低置信度阈值拒答• 记录跨页上下文断裂、表格内容丢失等失败案例并优化切分
Hire this AI Trainer
Sign in or create an account to invite AI Trainers to your job.
电商智能客服对话系统 Demo(LLM应用开发-独立项目). Brings 3+ years of professional experience across complex professional workflows, research, and quality-focused execution. Core strengths include Other and FAISS. Education includes Bachelor of Arts, Qinghai Nationalities University (2023). AI-training focus includes data types such as Text and Document and labeling workflows including Evaluation, Rating, and Question Answering.
构建RAG原型流水线并建立用于问答质量评估的测试集。实现引用溯源标注与拒答机制,降低在检索置信度不足时的幻觉输出风险。通过分析检索失败案例来反向优化文档解析与文本切分策略。• 构建30+条query-answer-evidence测试集评估召回命中率• 设计元数据结构以支持引用与页面定位(doc_id、page、section、chunk_id)• 实现引用标注输出与低置信度阈值拒答• 记录跨页上下文断裂、表格内容丢失等失败案例并优化切分
构建并维护电商领域LLM对话系统的评估样例与测试集合,用于衡量回答的准确性与完整性。通过整理典型失败案例来发现bad case来源并提出提示词优化方案。基于JSON Schema对模型结构化输出进行校验以辅助评估与错误发现。• 收集50+条商品咨询与售后相关问答样例用于评估• 设计Prompt模板体系覆盖商品推荐、退货政策、物流查询等场景• 实现结构化输出校验与字段缺失/格式异常处理• 归纳虚假回答与无依据推荐等失败案例并迭代Prompt
负责跨境电商商品内容的准确性核对与信息结构维护,包含价格、规格、描述与关键词表现,属于对商品内容进行结构化标注与分类管理的工作。通过优化Listing关键字与详情页文案,使商品信息满足平台检索与推荐的分类与呈现规则。持续跟进用户评价/Review并协助处理差评与客诉,间接沉淀可用于内容标签与质量评估的反馈信息。• 核对并维护商品上架信息字段准确性(价格/规格/描述等)• 优化Listing关键字以提升搜索友好性与转化• 根据竞品与历史销售趋势调整内容与定价相关要素• 跟进Review监控并将负面反馈用于内容改进
Bachelor of Arts, Visual Communication Design
Bachelor of Arts, Visual Communication Design
Cross-border E-commerce Operations Specialist
Cross-border E-commerce Operations Specialist