保持开放心态、共同学习提高

本文分析了一个项目的当前人力资源状况,包括人员配置、测试进度、上线预测及培训需求等内容。提出了维持团队稳定并提前规划后续工作的建议。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2.2.5.项目人力资源状况分析:
项目现有人数23人。现在开发的峰值已经过去,已经进入后期测试阶段。测试阶段到6月18日,考虑从6月上旬开始,项目组开始逐渐下人。后期人员安排比较尴尬:1、从本周集成测试的表现看,每一次回归都会发现10个左右的问题,并没有呈递减的趋势,说明系统现在仍不稳定,很多潜在隐患没有充分暴露(现在最细化的操作CASE超过1000个),因此利用5月27日后客户测试人员做集成测试准备的时候,组内还要反复测不断调优;2、客户的测试过程,我们需要保持现有人员2/3左右的规模应对;3、根据项目过程中和用户交互的理解,项目上线后将会产生大量的修改,需要保持一支10人的支持队伍才能应对。这个意见我们以书面提交客户,客户项目组和我们持一致意见,但是更糟的是省公司似乎还没有真正计划系统上线的日程;4、系统上线前后培训的工作预计会非常繁重,现有的测试人员估计都不敷使用。
因此我们对后期项目人力资源的预想提交书面意见(已发给公司相关领导)是希望维持现有人员队伍的平稳进入下一阶段,这需要我项目组和公司商务等多方用力。
 
上文是一位公认优秀的资深项目经理的周报部分内容,从中我们可以看到:
1)对项目基本走势比较完整的判断分析。
2)对测试结果的重视与清醒认识。
3)对5月27日客户测试这个节点的充分重视与准备。
4)对客户测试过程中我方人员规模的考虑。
5)对上线后系统状况的预测,特别重要的是,重视与客户达成一致,并已及时达成一致。
6)对培训工作的考虑。
7)及时向公司领导提交状况分析及意见。
8)考虑商务协同配合。
 
TO:项目经理
以上分析仁者见仁、智者见智,关键是既然我们有缘聚集在公司这个平台上,希望让我们一起保持开放的心态,加强交流、共同学习、共同提高!
 
TO:QA部
请考虑以下可行性:
     请各条线PPQA将优秀的项目周报文段做过必要的敏感信息隐藏后,加上批注(分析文章中体现出来的项目管理原则与公司规范),作为范例共享给项目经理社区,努力创造一个理论联系实践、规范联系项目的交流探讨学习的平台!

转载于:https://www.cnblogs.com/dreamlog/archive/2010/05/28/1746138.html

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
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
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