后来复盘我们才发现子任务

Josna557

定义错了这个场景实际上是一个排序任务因为《小猪佩奇》各个来源可能有上百部以一个来源为基础逐一对比增加信息实际上模型看不到其他来源的信息如果是排序任务模型就可以一次性输入全部信息比对。 子任务定义后需要注意以下几点 子任务是否符合需求场景即子任务定义是否正确。 子任务是否具备可行性对于计算机来说不可计算任务比如无法通过图灵机测试的；或者时间或者成本过高的任务例如参数训练需要台超级计算机计算年（当然看公司经济实力）这些都可以认为不具备可行性。

子任务效果上是否ok可以先调研下业界的子任务Sota效果无法 阿联酋 WhatsApp 号码 商用的也没有意义。 这里还是用上面的影视知识图谱举个例子当时我们引入了影视海报作为额外正交维度提升合并效果这件事也犯过一个小的定义错误最开始想当然认为比对图像相似度即可后来发现实际任务要复杂得多只是这次问题在设计阶段就纠正了。 当然除了调整子任务定义上述问题还可以通过清洗数据解决训练数据中的噪音对于AI来说会严重影响效果即使是语音识别中的噪音环境中的识别更多也是单独对固定频率的噪音建模过滤这些噪音信号训练数



据的高质量是保证AI效果的关键。对于子任务定义案例涉密的分析过程我就省略了这件事确实很看水平。子任务流程 子任务定义完成之后就需要设计一套流程将其组合成完整的解决方案这里除了逻辑上怎么把子任务关联起来以外经验上来说有两种常用到设计模式 ① 级联结构一个子任务的输出会被下一个子任务所使用。 经常在一些【分类子任务其他子任务】的模式中使用例如如果是一个购物网站我们可以先把用户分类成“购物狂人”“刚需购买”“优惠券狂人”“奢侈品爱好者”等等类型然后对每个类型的用户分别构建模型由。