AI

LawGLM-Splandour-s1b GLM法律行业大模型挑战赛初赛B榜Splandour团队代码。 赛事官网 1. 团队信息 见方案说明文件 2. 环境安装 见方案说明文件 3. 代码运行 见方

glm-law24-competition 介绍 琶洲算法大赛法律大模型 软件架构 第一步：意图识别 可分为三类：信息整合、诉讼书生成、问答。 第二步：执行 问答 方案：本项目提供了13个数据表和24

第三届琶洲算法大赛 - GLM法律行业大模型挑战赛道 项目解决方案 第一步：问题拆解与规划 根据问题和Prompt，利用GLM4大模型生成问题拆解、查询及逻辑计算规划plan； 第二步：计划

PVTv2 This is the Hugging Face PyTorch implementation of the PVTv2 model. Model Description The Pyra

lawglmbaseline 【说明】本代码是 第三届琶洲算法大赛-GLM法律行业大模型挑战赛，华北赛区-每天前进30公里团队的初赛方案。 【初赛A榜】进入A_task文件夹下，执行sub.py 程序

当前模型的贡献者未提供更加详细的模型介绍。模型文件和权重，可浏览“模型文件”页面获取。 您可以通过如下git clone命令，或者ModelScope SDK来下载模型 SDK下载 #安装ModelS

Model Card for InternVideo2 This modelcard aims to give the model info of 'InternVideo2: Scaling Vid

law 使用zhipuai和requests库 安装完成后运行answercomp.py开始答题 生成答案为puddingresult1647.json文件 思路 通过解析提问返回的答案，当遇到工具

您可以通过如下pip命令安装相关环境 程序运行系统为Ubuntu 20.04.6 程序所用python==3.11.9 SDK下载 #安装ModelScope pip install zhipuai=

Llama-3-Groq-8B-Tool-Use This is the 8B parameter version of the Llama 3 Groq Tool Use model, specif

PVTv2 This is the Hugging Face PyTorch implementation of the PVTv2 model. Model Description The Pyra

八斗科技法律大模型比赛 本项目用于八斗科技法律大模型比赛,包含两套处理方式，1-100题、165-199题采用LegalToolsUtils对应的main方法执行。101-164题采用FilterSc

基于langchain框架开发的agent 全量问题主程序运行：python answer.py 单个问题debug和refine：python debug.py 创新点是在langchain中加入

PVTv2 This is the Hugging Face PyTorch implementation of the PVTv2 model. Model Description The Pyra

当前模型的贡献者未提供更加详细的模型介绍。模型文件和权重，可浏览“模型文件”页面获取。 您可以通过如下git clone命令，或者ModelScope SDK来下载模型 SDK下载 #安装ModelS

Model Card for InternVideo2 This modelcard aims to give the model info of 'InternVideo2: Scaling Vid

一、解题思路 1、意图识别，判断解决问题需要加载用到哪些场景接口，并作必要的问题修复和补充。 2、为问题解决设置路径规划，用于指导调用接口流程。 3、编写任务处理agent组件，包含计划、记忆、执行

Tianchi-Competition 前提条件：下载embedding模型到app/model/m3e-base 启动方法：python app/core/main.py 问题没有得到答案：跑fil

PVTv2 This is the Hugging Face PyTorch implementation of the PVTv2 model. Model Description The Pyra

项目说明文档 我们设计了一款名为 钩子(GouziAgent) 的智能体框架，“钩子”意味精准捕获用户需求，为其呈现想要的结果。 项目概述 本项目由五个主要的智能代理（agent）组成：decompo