1. 根據(jù)業(yè)務(wù)需求和大模型應(yīng)用場(chǎng)景,設(shè)計(jì)完備的數(shù)據(jù)構(gòu)成體系,制定科學(xué)嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)評(píng)價(jià)標(biāo)準(zhǔn);
2. 通過(guò)精心設(shè)計(jì)和優(yōu)化 Prompt,充分挖掘和發(fā)揮大模型的潛力,提升模型在各類任務(wù)中的表現(xiàn)和生成內(nèi)容的質(zhì)量;
3. 與研究算法工程師緊密合作,根據(jù)模型訓(xùn)練和推理過(guò)程中的反饋,持續(xù)優(yōu)化數(shù)據(jù)質(zhì)量。