AI 助理
备案控制台

奕晓凡_个人页

奕晓凡
个人头像照片 个人头像照片
文章
3
问答
2
视频
0

个人介绍

暂无个人介绍

擅长的技术

  • 容器
获得更多能力
通用技术能力：

暂时未有相关通用技术能力~

云产品技术能力：

阿里云技能认证

详细说明
暂无更多信息

2024年12月

2024年11月

  • 11.04 11:09:38
    发表了文章 2024-11-04 11:09:38

    基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程

    本文介绍了基于阿里云通义千问72B大模型（Qwen-72B-Chat）的性能基准测试，包括测试环境准备、模型部署、API测试等内容。测试环境配置为32核128G内存的ECS云主机，配备8块NVIDIA A30 GPU加速卡。软件环境包括Ubuntu 22.04、CUDA 12.4.0、PyTorch 2.4.0等。详细介绍了模型下载、部署命令及常见问题解决方法，并展示了API测试结果和性能分析。
  • 11.01 15:07:05
    发表了文章 2024-11-01 15:07:05

    基于《文档智能 & RAG让AI大模型更懂业务》解决方案实践体验后的想法

    通过实践《文档智能 & RAG让AI大模型更懂业务》实验，掌握了构建强大LLM知识库的方法，处理企业级文档问答需求。部署文档和引导充分，但需增加资源选型指导。文档智能与RAG结合提升了文档利用效率，但在答案质量和内容精确度上有提升空间。解决方案适用于法律文档查阅、技术支持等场景，但需加强数据安全和隐私保护。建议增加基于容量需求的资源配置指导。

2024年10月

  • 10.30 21:03:35
    发表了文章 2024-10-30 21:03:35

    RAG让AI大模型更懂业务解决方案部署使用体验

    根据指导文档，部署过程得到了详细步骤说明的支持，包括环境配置、依赖安装及代码示例，确保了部署顺利进行。建议优化知识库问题汇总，增加部署失败案例参考，以提升用户体验。整体解决方案阅读与部署体验良好，有助于大型语言模型在特定业务场景的应用，未来可加强行业适应性和用户隐私保护。

2023年02月

  • 发表了文章 2024-11-04

    基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程

  • 发表了文章 2024-11-01

    基于《文档智能 & RAG让AI大模型更懂业务》解决方案实践体验后的想法

  • 发表了文章 2024-10-30

    RAG让AI大模型更懂业务解决方案部署使用体验

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2024-12-10

    AI客服未来会完全代替人工吗？

    作为一名云服务的租用消费者，我和 AI客服 打交道的场景还真不少，比如购买云主机、处理服务器资源升级、查询账单、调整网络配置时，总会先碰到AI客服。尤其是半夜或者周末，我遇到问题急需解决时，AI客服的响应速度确实让我感到方便，只要提出关键词或者选择问题类别，很快就能获得标准答案，甚至直接引导我解决一些常见的小问题。 不过，要说 AI客服能完全替代人工客服，我觉得还不太现实，至少短期内难以做到。AI客服的优势在于处理一些标准化、流程化的问题，像资源升级、账号查询、费用提醒这些，它确实高效又不出错。但一旦遇到复杂或者个性化的问题，比如我曾经需要定制一套云资源方案，这时AI客服就显得有点力不从心，回答含糊不清，甚至多次把我“绕回原点”。最终还是人工客服接入，和我一步步沟通，才真正帮我解决了问题。 再比如，情绪化的问题上，AI客服无法提供人性化的安慰和理解。当服务器突然出问题导致业务受影响时，我的情绪有些急躁，这时我更希望能和真人对话，听到一声“我们正在全力帮助您恢复，请别担心”，而不是冰冷的机器回答。 所以，AI客服与人工客服更适合互补。AI客服能处理大量简单问题，降低企业成本，也给客户节省时间；而人工客服在复杂场景、个性化需求以及情绪处理上，依然不可或缺。未来，随着AI技术的进步，AI客服可能会变得更智能，处理能力会更强，但要完全取代人工客服，至少在人情味和灵活性方面，还需要很长的路要走。 对于我来说，AI客服能帮我解决大部分问题挺好，但在关键时刻，我还是需要一个靠谱的人工客服来兜底，给我安全感。
    踩0 评论0
  • 回答了问题 2023-02-01

    问答最高荣誉，乘风问答官招募中！每周积分活动、每月排位赛等权益专享！

    我要成为乘风问答官
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息