基于有限的300余条数据样本,为有效预测游戏难度与玩家得分分布,创新设计VL-LSTM模型,
并运用GRA、BPNN、DBSCAN、SVM等机器学习模型,取得一等奖
为实现服装廓形识别,基于CV模型创新性提出“服装检测-关键点估计-廓形分类”三阶段任务,取得省级二等奖,
并将
阶段性研究成果贡献至CV算法平台OpenMMLab
独立研究,关键词:LLM,提示词微调,text2code
2023.12 - 2024.05
以真实业务活动为研究对象,基于规则引擎和先进的提示词微调技术,
进行"计算机可执行规则生成"领域的 text2code 可行性研究。
通过实验验证,本研究提出的方法在准确性、可靠性等方面均优于传统基于统计和嵌入的方法。被评为优秀毕业论文。