开源众包    264人浏览/14人投稿    1086天前    已托管赏金

项目场景：家庭用智能产品开发，需要对接的软硬件类型包括： 摄像头，雷达，天气，投影，ocr，数字人，chatgpt、红外、zigbee 等软硬件的数据信息。要求：西安本地的公司或个人，全职做。有需要开发人员临时驻场时需要能配合。详情可电话联系

码市    236人浏览/17人投稿    1086天前    已托管赏金

想得到一条本地化部署开源人工智能大模型的方案，主要是语言文字这块的训练。从而训练实现本地化的法规文件智能审核，价格这块只是标注，具体项目实现是可以商量的。或者运用百度云，阿里云等平台一些东西来生成实现方案也可以聊一聊。

猿急送    348人浏览/26人投稿    1086天前    已托管赏金

硕士以上 工作在自然语音领域3年以上 使用大模型对专业文章进行语义提取。 输入：带有不同层次标题的文章 b) 市场系统 地下厂房安装19台单机容量为100MW的可逆式水泵水轮发电机组。厂区建筑物主要由地下建筑物和地面建筑物两部分组成。厂房采用首部式布置，距上水库进水口平面直线距离约200.00m，距下水库出水口约800.00m。地下建筑物主要包括主副厂房洞、主变洞、母线洞、主变运输洞、进厂交通洞、通风兼安全洞、高压电缆洞、上中下三层锚固排水廊道、厂顶锚固洞等洞室。地面建筑物主要是GIS楼、继保楼、出线平台和柴油发电机房。 输出：json文件 {"地下厂房":{

猿急送    275人浏览/33人投稿    1087天前    已托管赏金

一、 代理IP 要有代理IP管理，尽量发挥每个代理IP的最大时效 二、 根据TXT文档内的关键进行百度搜索（cookie和heders搞定），提取相关搜索词 三、 同样的关键词在进行百度知道（cookie和heders搞定）搜索， 抓取3到8篇百度知道内容 聚合成一篇文章并进行排版，并把搜索词插入两到三次，相关搜索词插入两到三个，内容在1500~3000字左右 标题格式：搜索关键词+相关搜索词 内容格式:自定义文章头（多个随机选）+文章目录+百度知道内容（每条回答的标题作为三级标题加内容，要分段清楚乱七八糟的格式和图片）+自定义文章结尾（多个随机选） Tag

开源众包    72人浏览/11人投稿    1088天前    已托管赏金

可参照软件：Biotracks APP使用场景：野外工作记录，在库信息管理

码市    131人浏览/0人投稿    1088天前    已托管赏金

可参照软件：Biotracks APP 使用场景：野外工作记录，在库信息管理随时记录物种照片和自然景观，并生成专属的个人自然观察地图，通过记录GPS轨迹，帮助科考队员极速记录野外标本采集信息，以及植物标本生长地所处的经纬度、海拔、行政区划等，改变了以往用纸和笔记录的方式，大量节省后期整理信息资料的时间。同时，Biotracks可与网页端无缝对接，管理和关联相机、GPS仪、采集、数字标本等数据。Biotracks还可通过搜索物种照片来感知周边环境信息，并实现共享；同时相关采集信息均可设置为私密，确保数据安全。

A5任务    506人浏览/31人投稿    1088天前    已托管赏金

【代采集】wordpress 采集+采集后伪原创后发布文章； 需求：对我的wordpress 英文博客站点，需要采集文章 采集过来的文章需要进行一下伪原创然后发布； 1. 采集源： google bing aol.com 2. 根据我的站点类型以及分类 采集相对应类型的文章 3. 采集的文章内容过来 进行伪原创后（双重翻译 或者 走ChatGTP

猿急送    386人浏览/10人投稿    1091天前    已托管赏金

python根据视频链接爬取youtube的字幕，格式为字符串srt 根据视频链接爬取youtube的字幕，格式为字符串srt 根据视频链接爬取youtube的字幕，格式为字符串srt

开源众包    511人浏览/32人投稿    1091天前    已托管赏金

从以下网站上爬虫pdf版本的esg报告名单中公司近3年（2022、2021、2020年度）ESG报告/可持续发展报告/社会责任报告青悦数据库（http://esg.epmap.org/reports）巨潮资讯网（http://www.cninfo.com.cn/）联交所披露网站（https://www.hkexnews.hk）台灣證券交易所（台灣股票）https://cgc.twse.com.tw/front/chPage交付以文件形式交付。

码市    385人浏览/14人投稿    1091天前    已托管赏金

想做一个公司的数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做。具体操作如下，以及后面附的流程图。一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。