V2EX › TimePPT 的所有回复 › 第 12 页 / 共 130 页

如果只涉及统计 excel 行数，这事就简单了。

不上代码了，直接说思路，python+pandas 方便很多

待处理 excel 放一个文件夹

使用 pandas 创建一个 dataframe ，列名：excel 文件名，行数，（有必要的话可以列数，甚至可以列名拿出来）

标准库 pathlib 拿到所有 xls/xlsx 文件 path
循环遍历这些 path
with Path.open as f 读取文件
读取 excel 内容到 pandas 的 dataframe
获取文件名，行数，并记录到开头新建的 dataframe 里

循环遍历完后，df.to_excel 导出统计文件

2024-01-15 19:28:35 +08:00

回复了 GodOfParentheses 创建的主题 › 搜索引擎技术研究 › 如何让一些对搜索引擎不友好的内容平台变得友好?

想搜贴吧直接搜的 query 加上 site:tieba.baidu.com ？

2024-01-10 16:56:17 +08:00

回复了 GaryHu 创建的主题 › OpenAI › 有无使用 openAI API 进行 PDF 对话的应用

如果单是读 pdf 做文档问答，国内，月之暗面的 kimi 不错

2023-12-28 10:59:37 +08:00

回复了 acodecow 创建的主题 › OpenAI › 有没有可自动运行的探究型 GPT 衍生智能平台？

你说的这种不就是 AI Agent 么

2023-12-27 13:35:35 +08:00

回复了 teddybun 创建的主题 › OpenAI › 基于自然语言的接口调用如何实现

@teddybun Function 定义时候把参数定义好，大模型会理解需要交互收集哪些参数，你可以看下 GPT 的 Assistant 的接口文档 https://platform.openai.com/docs/assistants/overview

2023-12-25 13:56:21 +08:00

回复了 shenyiyouge 创建的主题 › OpenAI › chatgpt 的对话内容能搜索到？？

这是生成的 GPTs 啊，创建时候如果选 Public 就是公开的，当然能被检索到。

2023-12-13 10:39:42 +08:00

回复了 hui9000 创建的主题 › 机器学习 › 公司想搞一个关于 AI 问答的知识库

@crazychang 格式文档预处理有一些开源框架能做，比如 PDF 、Excel 之类的解析，不过如果长期方案，建议做下归一化处理成结构、半结构化的统一格式做索引——比如 Markdown or json ，这样有其他诉求，上 DB 也方便
大模型自己去解析封装好的格式文档基本不靠谱，GPT 之类的应该也是做了前置解析处理的

2023-12-13 10:37:06 +08:00

回复了 hui9000 创建的主题 › 机器学习 › 公司想搞一个关于 AI 问答的知识库

@hui9000 如果直接调取 GPT ，有一定安全合规风险，要求不是很高可以考虑 RAG 完的结果做下脱敏再扔给 GPT ，回复结果里再把脱敏信息还原。
如果安全合规要求很高，保险期间用私有化部署的开源模型也行，可以找下魔改过的对中文友好的 llama2 ，或者国产可以看下 Yi / Baichuan 之类的

2023-12-12 15:47:56 +08:00

回复了 hui9000 创建的主题 › 机器学习 › 公司想搞一个关于 AI 问答的知识库

RAG 检索 / ES 检索，得出 TopN 结果，输出给 GPT ，然后再融合生成最终结果。
效果关键：
1. 语料预处理要好，本身的结构清晰、不重不漏。
2. Prompt 约束完整，写清楚目标，链路，给出正例。并对 badcase 情况明确说 Don't Do It!

2023-12-12 11:50:48 +08:00

回复了 ysicing 创建的主题 › 美酒与美食 › 大家口粮茶都有啥，最近想换换口味

龙冠龙井，长者同款

1 ... 8 9 10 11 12 13 14 15 16 17 ... 130

❮

❯