组会:
1.组会成员之间进行交流讨论,了解彼此进度,对模型功能进行细化。
2.确定后续研发方向,学习相关技术。
工作:
1.根据任务,我们定义一个医生助手类
2.实现对话逻辑
3.效果展示
4.模型及参数选择
鉴于api需要应用在我们的项目中,项目面向的是病人和医生,因此不仅要考虑正确性也要考虑到返回速度,照顾用户体验。
因此我选择的模型是
在性能不弱于glm-4的情况下,速度较快的air版本。
同时在参数上考虑到返回时间和返回速度,以及模型多数用于问答的情况,我们选择的max tokens为1024,同时为了让模型输出更有创造性,对未来的疾病预测更有洞见性,我们选择较大的temperature,以便让低概率结果有更高的可能输出。