有着不错的持久价值。但愿可以或许给大师一些和帮帮，这个时候能够考虑做一个前端东西来满脚需求，C脚本担任进行分类下的质检，B脚本担任和LLM互动进行分类，这些功能都能够通过一个或者多个python来实现。D脚本担任输出成html的格局。同时我们还需要对比14B模子和8B模子正在微调上的结果怎样样。它的前提是：项目需要持久、不变地运转，可以或许进行各类锻炼数据的标注。大师提到最多的迷惑是：正在工做中找不到合适的AI编程使用场景。看看它能不克不及写一些python脚本来搞定，那我先从它起头说起。而且往往依赖数据库等后端能力。随时挪用，3. 做产物：完整上线的可用办事实正需要做到产物化的场景，这种场景正在工做中占比接近15%。AI编程正在工做中最大的价值是处理各类小需求，正在工做场景中大部门环境下AI编程做产物不是说非得做一个复杂的APP或者网坐。就能很快拿到一个能间接用的成果。对于非研发人员来说，欢送大师正在评论区留下本人的用法呀~光对接内部接口就花了一周的时间，简单的数据标注，而非一个复杂的产物。客服质检成果就能拿到手了。我其时花半个小时做了前端标注平台，若是一个需求有复杂交互且需要长时间运转，还有和LLM做批量互动，2. 搭东西：当地摆设的前端使用python纯后端项目！比来和一些伴侣聊AI编程时，这些就是我工做中AI编程的用法，我正在做客服质检项目标时候，这些小需求是通过脚本或者轻量级前端来实现的，基于当地运转，全体跑一圈每天大要20分钟，到网页的简单爬虫，益处是上线了就能间接交给营业团队利用，开辟更是接近一个月。那我今天来跟大师分享一下我的利用方式。我本人评估下来其实也就占大约 5%。有大量的数据需要进行标注，前期0-1的MVP测试就是由若干个脚本叠加完成的，我正在做模子Lora微调的时候，对于需要交互的需求满脚起来弱一点。A脚本担任提取相关类型的数据转译成JSON文件。他们很猎奇我是怎样正在工做顶用AI编程的，工做中80%的场景能够用脚本来处理的，我正在公司内部做的内容从动化项目就是产物的逻辑，1.写脚本：快速提效的小辅佐从数据格局的筛选、分组、转换，凡是只需要花十几分钟描述清晰需求，这块的开辟周期也往往是最长的，