降火食物收集

难受死了

绿豆、猕猴桃、荸荠都,或凉茶,带苦味的食物也是不错的选择,像是苦瓜

苦瓜、杏仁、苦菜、苦丁茶、芹菜
饮食清淡

甘草、茯苓等凉性药材来减少热性,避免进......

注意清热解毒防止上火,生活中不要吃辛辣刺激食物多喝水等。

 在冬天,可选择的“甘寒”食物比较。比如,可在进补的热性食物中添加点甘草、茯苓等凉性药材来减少热性,避免进补后体质过于燥热。平时的饮食中,也可以选用凉性食物,如龟、鳖、兔肉、鸭肉、鹅肉、鸡肉、鸡蛋、海带、海参、蜂蜜、芝麻、银耳、莲子、百合、白萝卜、白菜、芹菜、菠菜、冬笋、香蕉、生梨、苹果等。冬季很多人喜欢炖牛肉,最好在其中加点萝卜。民间有“冬吃萝卜夏吃姜,不用医生开药方”的说法。是因为,萝卜味辛甘、性平,有下气消积化痰的功效,它和牛肉的“温燥”可以调剂平衡,不仅补气,还能消食。

  凉性食物虽然有镇静和清凉消炎的作用,但它并不适用于所有的人。据湖北省中医院甘爱萍教授介绍,平常有燥热、手脚心发热、盗汗等阴虚症状的人,可以适当选择“甘寒”食物。比如,鸭肉性凉,可以补虚、除热、和脏腑、利水道,对于伴有虚弱、食少、低热、便干、水肿的心血管病人为适宜。一般来说,胃脾虚寒的人不宜进食寒性食品和凉性补药,反而可以吃一些常人不宜过食的热性火锅,如狗肉、羊肉火锅等。但也要注意不要补过量,热量摄入太多会聚在体内,容易上火,导致阳气外泄,对人体营养平衡造成破坏。
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