本周工作思考
凯西宝丽亚数据调整
宝丽亚2套的数据断断续续调整了2周，始终没有100%拟合客户提供的训练数据，主要体现在FAB的泛化能力不高，ASR准确度需要提高，目前分数评价维度完全不能找到不同企业的专家评价特征，分数梯队不明显
针对以上问题，我们会做一些优化，使用大模型对文本的评价和目前的uShow评价做了对比，发现按照现有的评价维度，分数比较一致，解决不了分数梯度的问题，真正的问题是模型对专家打分的特点和要求没有学习到，只能适配一般的评分
稍微研究了一些现有大模型应用，比如基于AI作文评分系统，通用项上和uShow类似，但是uShow上很多专家更看重宣讲推介能力，以及分享过程中对听众的互动，共情的能力，不过有很多值得借鉴的地方，比如微调数据的整理，要重视训练数据的思想等。
正视问题，解决问题，改变协作方式，持续发展，提供对客户的有价值的解决方案
在Chatbot的迭代开发和交付上，我们犯了比较严重的错误，我们也做了几次深刻的复盘，犯错的代价很大，我们也会通过一些措施和机制来改变当前的问题，持续改进，改变协作方式， AI类项目产品化的过程任重道远，远非想象的那么简单， 我们会充分利用好团队的力量，聚焦于擅长的领域，切实做好技术改进，提高产品的技术价值和客户满意度。