月下调试人——α冲刺Day3

月下调试人 2025-11-01 19:31:35

这个作业属于哪个课程	202501福大-软件工程实践W班
这个作业要求在哪里	α冲刺
团队名称	月下调试人
作业目标	记录冲刺随笔，AI奖项匹配与任务状态流转

成员信息	项目进展	后续安排	心得体会
102300431 张宝仁(开发)	设计任务状态机与自动流转逻辑	完成管理员审核接口与日志记录	写状态机的过程像搭骨架，结构清晰能少很多Bug
102300428 何振坤(开发)	协助设计任务状态机与自动流转逻辑	完成管理员审核接口与日志记录	学习到任务状态之间的依赖管理，对系统可维护性很重要。
132302136 韩冰晨(产品设计)	设计AI结果展示界面与交互说明	完善管理员端审核与奖项管理界面	展示AI置信度要直观易懂，增加颜色梯度后反馈更清晰。
102300435 王盛明(测试员)	测试AI推荐功能与任务流转正确性	验证审核流程与权限测试	AI加持下，测试更像验证系统的“学习”结果，很有趣。
102300424 曾诗皓(AI技术员)	实现CLIP向量相似度计算与奖项推荐	增加AI接口容错机制与异常捕获	AI终于参与到业务逻辑中了，调通匹配算法后看到自动判定结果，觉得AI的价值被真正体现。
102300427 黄俊平(AI技术员)	协助实现CLIP向量相似度计算与奖项推荐	增加AI接口容错机制与异常捕获	调试相似度算法过程中学到了很多文本向量化的技巧。
092300303 池博洋(文档博客)	更新文档与日志	协助完成日志	记录AI匹配的真实案例，可以让展示更生动。

AI技术员贡献：

曾：完成了 CLIP 模型与系统奖项库的对接。具体是先将奖项名称、关键词等信息通过文本编码为向量，同时对上传图片进行特征提取，再计算两者的相似度，取最高分作为系统推荐结果。这过程中最大的问题是“奖励名称过长或模糊时，模型匹配效果下降”。我尝试引入奖项关键词和类别权重（例如“省级”“国家级”“竞赛”等标签）提升判断准确度。
黄：负责 LLM 奖项文本分类功能。流程是将 OCR 的文本内容（如“全国大学生英语竞赛”）输入到微调模型，让它生成一个标准化类别或奖项名称。遇到的问题是 OCR 输出经常包含多余文字，例如“兹证明……荣获……一等奖”，直接丢给模型会影响判断。于是我写了一个文本清洗模块，提取出关键词（比赛名称、级别、名次）。