电商评论多任务AI标注与大模型微调系统产品系统Vibe Coding

面向电商行业的AI训练数据生产场景。电商商家和AI团队需要对海量用户评论做情感分类、方面级情感分析、意图识别、情感原因抽取和评论质量评分，用于客服归因、产品改进和垂直领域大模型训练。传统纯人工标注成本高、口径不一，本项目用"模型预标注+规则清洗+人工抽检"流水线，规模化产出高质量结构化标注数据。

系统含五大模块：①批量预标注引擎：基于本地大模型对62706条评论完成情感、ABSA、意图、原因、质量分五类任务自动标注，速度0.45秒/条；②清洗护栏模块：四道白盒规则闸自动拦截幻觉、越界、格式错误；③数据台账模块：全量数据唯一键管理，抽样登记，杜绝重复漏标；④模型微调模块：LoRA微调训练与GGUF量化生产化；⑤质量评测模块：多批次独立评测加留出评测集，幻觉率定量消融，交付附质检报告。

独立负责全链路：标注方案设计、提示词工程、训练管线与评测体系。技术栈为Python+Transformers+PEFT/LoRA+HQQ量化训练+GGUF生产化+自研规则引擎。亮点：8GB显存笔记本完成4B模型微调，幻觉率较基座降低81%，情感分类准确率93%，ABSA准确率92%。