折叠眼镜

技术摘要]本实用新型提供了一种可折叠眼镜,包括通过联接架连接的两镜片,与镜片上分别连接的镜腿,所述镜腿包括铰接连接的前镜腿和后镜腿,所述镜片和前镜腿之间设有可使镜腿由正常使用位置沿镜片外侧旋转至镜片下侧的转动装置。本实用新型能够将眼镜的镜腿沿眼镜镜片的外侧旋转后再将镜腿进行折叠,以降低贮放时整副眼镜的厚度,方便人们贮放。

[44-BG65097]  带折叠式电路板的眼镜

[技术摘要]
一种带折叠式电路板的眼镜,包括有带镜片的前框、镜腿,所述眼镜设有摄像装置,包括有摄像头、数字信号处理芯片、闪存芯片、充电电池及电路板组,所述电路板组为可折叠的电路板组,包括有横向相互平行的第一、第二电路板,纵向相互平行的且位于第一、第二电路板后方的第三、第四电路板,电路板组基本呈长方体,这样,只要佩戴本实用新型的眼镜,就可随时随地摄像、拍照,携带方便,而且采用这种折叠式电路板结构可以大大减小摄像主机的体积,安放该摄像主机的桩头和延伸部体积也相应减小,更省空间。将摄像头设于镜片背后,对着前方,拍摄的景像与眼睛看到的景像基本一致,桩头与延伸部组成的外侧与普通眼镜一样基本成直角,内侧则向外鼓起,与一般眼镜没有区别,隐蔽性强,不易被发现。

[45-BG65097]  折叠眼镜

[技术摘要]
本实用新型涉及一种眼镜,具体的说是一种折叠眼镜。包括镜框、端架、折叠镜腿,其特征在于:端架一端与镜框固定,另一端通过销轴与转动杆铰接,该转动杆的另一端通过折叠轴与折叠镜腿连接。本实用新型在折叠眼镜的过程中,通过转动杆带动折叠轴将眼镜腿与镜片处于同一平面,减小折叠后的厚度,便于携带。

[46-BG65097]  翻转折叠眼镜

[技术摘要]
本实用新型公开了一种翻转折叠眼镜,包括镜框、镜片及镜腿,镜腿与镜框在两侧铰接连接,镜框之间通过横梁相连接,横梁为分体式结构,由左半段和右半段组成,左半段的端部具有纵向的V形缺口,右半段的端部具有与之相对合的形状,一螺杆穿过左半段上的横向通孔与右半段相连接,螺杆上套装有拉紧弹簧,通孔内设有支撑弹簧的凸沿。本实用新型的左右镜框能相互转动180度,从而可将镜腿收折在镜片两侧,起到保护镜片的作用,且收放自如,使用起来十分的方便。

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值