但是这个想法很好，我印象中，看的论文，很少有从这个角度思考RAG的。
给了我一些启发，感谢
1 个赞
你要是就业的话，研三上又得写投小论文，又得准备找工作，又得考虑毕业论文的问题。你现在即使有好想法，你能做得完吗
1 个赞
差不多5、6月份就得投了，
我们这边中期至少有一篇再投，否则就得挂。。
我研究研究这种东西能不能包装一下，发个大水会。
感谢大佬，
感谢整理。
我其实考虑过聚焦过具体的应用场景，之前想的是荷兰语什么的，虽然小众，但还是有人发过数据。但是被老师毙了，说和课题组没关系。AI说的这个某个小众历史人物的研究，这个要做个数据库出来，，就我自己，没啥经验，，，暂时不考虑这个。
延毕一年太抽象了，，，虽然想了很多次，但是能不延毕还是不延毕把
闲外话，如果要准备延毕的话，一般不会一年，一般学校会以3个月为期限，具体看学校的要求，毕竟硕博的答辩一年至少两次。从某方面来说，这不失用于作为参加考公，申博的缓冲期，可以充分利用学校资源，补助照发（可能很少）。唯一可能要考虑的问题是住房了
博，不考虑了。暂时。
进了这个放养的组，没人带，每天看论文也没有Idea，平时也没啥活。这毕业太痛苦了。。博士如果再进个同样的组，同样的老师，，人麻了。
考公的话，我还真考虑过。不过一般是每年的12月左右把，，如果6月份延毕，三个月之后也就9月份，那可能时间还差了点。。
互联网太卷了，第一年all in 算法，结果毛都没有，去年暑假面了几个算法实习，一面就挂了，没论文都不要，
现在开始Java，暑期实习已经开了，四月中下旬就结束，我四月初最快才能准备完，人真的麻了。。
我发现这个可能是未来大模型应用的一个落地方向。
今天还跟产品经理大概讨论了下。
我的出发点很简单，就是可以把日常工作中产生的数据，尽量收集起来，用rag的方式增强大模型的能力是一方面，另外一方面就是提升效率。
先说提升效率的，请参考如下场景：
例如一个月前跟张三沟通了 某某内容，当时我们讨论的结果是什么。如果大模型能结合rag告诉我答案，应该就不用我去翻聊天记录 会议记录 甚至是邮件回复了。或干脆能让我快速定位到当时的数据，例如一个邮件 一个会议记录。
增强大模型能力，这个比较宽泛，就等于日常中发现一些高质量的内容，例如在使用大模型中产生的高质量内容，某个网站看到的idea，等等我所有感兴趣的数据都算，在日常中慢慢建立起自己的知识储备、兴趣热点，基本等同于我的一部分数字分身，数据积累起来后，可以微调大模型，让它可以自动的帮我收集整理，我定期去做整理，逐步养成一个数据版自己。
未来一个场景，我在刷剧摸鱼，多个数字版的自己在干活，结合机器人身体，他们会不会篡位啊。
1 个赞
这个点被老师毙了，
老师说拿不到数据，toy，他要是reviewer，肯定毙了