TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #851 · 2.08
Впервые использовал нейросетку для реальной практической пользы в коммерческом заказе. У заказчика есть база данных, куда информация вносится кое-как. Представьте, что вы составляете каталог, например, книг, и в базе данных предусмотрены поля: "Автор книги", "Название книги", "Число страниц" и ещё десяток других полей с информацией. Но заполняют эту базу другие люди, которых вы не контролируете, поэтому информация может случайным образом лежать в любом произвольном поле, быть введена с ошибками, опечатками и так далее. В реальном заказе были не книги, я просто привожу пример такой же задачи. Вот как это может выглядеть: 1. В поле "Автор" написано "Лондон, Дж. Белый Клык", поле "Название" при этом пустое. 2. В поле "Название" написано "150-страничный сборник рецептов", поле "Число страниц" пустое 3. В поле "Название" написано "джеклондон мартин иден", поле с автором пустое 4. В поле "Автор" написано "150-стр.3изд,доп.перераб инструкция по пользованию подстанциями типа ТП-13, М.Васильев москва 98" ...и так далее. А нужно искать нормально по автору, названию, числу страниц, городу и году издания. Никакими прямыми алгоритмами это не берётся: регулярки, поиск по ключевым словам, морфология, нечёткая логика — всё это либо даёт много ложноположительных результатов, либо (если подкрутить пороговые значения) вообще перестаёт искать. И вот тут в какой-то момент мы решили попробовать запрашивать через API GPT. Нейросетке задаётся следующий промт: "Есть следующая информация: «150-страничный роман джеклондон мартин иден». Если здесь есть то, что похоже на имя автора книги, напиши мне его, иначе ответь null". И, надо сказать, даже 3.5 справляется с этой работой очень хорошо. Получилось сравнительно без ошибок разметить около 80% данных (остальные с ошибками даже после нейросетки). Но, важный нюанс. Сначала мы пытались поймать все данные одним запросом: "GPT, выведи мне JSON, в котором есть автор, название, число страниц...", но тесты показали, что значительно эффективнее будет отдельно спросить 5 раз про 5 разных типов данных. Да, это расходует больше токенов, но они и так сравнительно дёшевы. Кстати, API у OpenAI безбожно глючит даже на платном тарифе. Обещанных 3500 запросов в минуту нет даже приблизительно. По факту удаётся отправлять около 200-300 запросов в минуту, потом оно вываливается в таймауты или ошибку 429, нужно делать какие-то умные паузы, ждать итд. Над этим всем пришлось повозиться, зато результат вполне ощутимый. #dev
Hashtags
Търсене: #oz
@WaYouZiYuan · Post #1350 · 28.12.2021 г., 14:16
《监狱风云》1-6季 多年高分 犯罪惊悚剧 (1997-2003) ◎年 代 1997 ◎产 地 美国 ◎类 别 剧情 / 惊悚 / 犯罪 ◎豆瓣评星 ★★★★✦ ◎豆瓣评分 8.8/10 from 503,294,913 users ◎标 签 #监狱风云#美剧 | #监狱 | #犯罪 | #HBO | #电视剧 | #OZ ◎简 介 HBO的这部暴力，描写监狱生活的剧集是一部令人上瘾，激素窜升的肥皂剧。第一季的8集给整个剧集设定了基调：大量演员塑造的栏杆内外逼真的人物形象，4，5个故事以快速而令人窒息的速度发展，并伴有愤怒而古怪的旁述和戏剧性增长的死亡率。由杀人犯（Homicide）的制片人Tom Fontana创作，这部剧集很快赢得了“最暴力的电视节目”的称号。 ⬇️ 下载/分享链接： https://www.aliyundrive.com/s/1cGmaqCF3dr
@ivlevlife · Post #2857 · 13.10.2025 г., 17:31
2️⃣ выпуск🔥 Этим летом прошёл самый масштабный тур амбассадоров BURN! В Ульяновске мероприятие традиционно прошло в вейк-парке, где амбассадоры провели открытую смену, рассказали о преимуществах продукта HiT и пообщались с гостями. Мы тоже были там — пообщались с ульяновской основой: Камалом, представителем сети кальянных OZ пригласил в гости в заведение и обещал угостить и сделать - лучший вкус ! Теперь делимся полными интервью и атмосферой события 💬 При поддержке BURN и Kalyan Sale. #BURN#HiT#AmbassadorsTour#КальянSails#OZ#Ульяновск#ИвлевМедиа