首页
学习
活动
专区
圈层
工具
发布

以任务为核心的 BTSD 设计模型

在多年的工作中,我提出了以任务为核心的 BTSD 设计模型,为完成商业目和提升用户体验助力。 一、什么是 BTSD 模型? 1....BTSD 模型的定义 首先,我们先来看一下以任务为中心的 BTSD 模型: B=商业价值 Business T=用户任务 Task S=设计策略 Strategy D=设计方案 Design 商业价值引出了用户任务...DTSD 模型的由来 你已经发现,BTSD 是增长设计的变体;增长模型是商业价值引领设计策略,设计策略决定设计方案,设计方案赋能商业价值。 二者的却别在于 BTSD 引入了用户任务的模块。...二、任务的基本概念 1. 任务的定义 「任务」可以理解为有目标的活动。 对于以屏幕为载体的界面设计,「用户任务」可以理解为界面之上系统和用户共同完成的有目标的活动; 2....一个流程或过程可以有多个目标,而目标之间可以包含关系的,比如OKR,Object 可以理解为父目标,KR 可以理解为关键子目标。

74120
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    大模型 API 调用从 0 到 1 (以智谱 AI 为例)

    文本向量模型,将输入的文本信息进行向量化表示,以便于结合向量数据库为大模型提供外部知识库,提高大模型推理的准确性,模型支持自定义向量维度,建议选择 256、512、1024 或 2048 维度。...k 和 chunks 长度的最小值,以确保 k 不超过 chunks 的数量 response = client.embeddings.create( model="embedding...• embedding-2 的维度为 1024,embedding-3 的维度为 2048,后者消耗更多 tokens。 5. LangChain 接入智谱模型 安装依赖 首先,确保安装所需的库: !...LlamaIndex 接入智谱模型 LlamaIndex 是一个灵活强大的数据框架,能够将自定义数据源连接到大型语言模型。我们将介绍如何将智谱 AI 与 LlamaIndex 集成,创建一个知识库。...封装 API:实现大模型自由 有时,我们不想直接调用大模型厂商的 API,而是希望使用自己的 API 接口,实际上调用现成的大模型接口。其实也是很简单的!

    71010

    卡诺模型:提高以客户为中心的方法

    从历史上看,以客户为中心的公司比其他关注中心的公司更有利可图。这种以客户为中心的趋势导致企业在原本停滞不前的市场中蓬勃发展。然而,您如何开始让您的运营更加以客户为中心?...作为回报,公司变得更加以客户为中心,能够以更好的方式提供客户想要的东西,甚至更多。它的组成部分是什么?卡诺模型由三个不同的部分组成,每个部分都衡量客户的偏好。...如果这些产品不是这样,客户将不会高兴,并将他们的业务转移到其他地方。虽然客户确实认为某些产品是理所当然的,但它们确实塑造了您的组织以客户为中心的方式。...尽管服务和飞行路线可能相同,但座位大小的微小差异将您的航空公司分开并提高您的以客户为中心。最后,卡诺模型还测量了“兴奋度”这一指标不仅提高了客户忠诚度,还巩固了您作为市场领导者的产品和服务。...然而,这并不是组织从使用这种方法中获得的唯一好处。除了提高以客户为中心之外,卡诺模型还将增强您的企业文化。这方面的例子包括增加员工和客户之间的沟通,以及更好地了解哪些方法可以改进您的产品和服务。

    65520

    为你的机器学习模型创建API服务

    简单地说,API可以看作是顾客与商家之间的联系方式。如果顾客以预先定义的格式提供输入信息,则商家将获得顾客的输入信息并向其提供结果。...从本质上讲,API非常类似于web应用程序,但它没有提供一个样式良好的HTML页面,而是倾向于以标准数据交换格式返回数据,比如JSON、XML等。...Web API、Web服务——这些术语通常可以互换使用。 Flask——Python中的Web服务框架。它不是Python中唯一的一个Web框架,其它的例如Django、Falcon、Hug等。...创建一个简单模型 以一个kaggle经典的比赛项目:泰坦尼克号生还者预测为例,训练一个简单的模型。 以下是整个机器学习模型的API代码目录树: ? 首先,我们需要导入训练集并选择特征。...API的有效性测试 首先运行我们的模型API服务,我们通过Pycharm来启动上一小节编写完成的flask_api.py: ? 可以看到,在启动API服务后,模型以及列名被顺利的加载到了内存中。

    2.7K20

    干货 | 以模型为中心,携程契约系统的演进

    Knife4j YAPI是去哪儿为推进API标准化,研发的一款API治理工具。...契约可以看作是API的进一步抽象,MOM导入和编辑的是契约,而不是API。 当契约导入后,或完成编辑保存后,数据是以模型进行管理,在MOM上,模型到契约间的转换是双向的。...MOM参考了Java的设计,项目以文件夹形式进行管理,模型所处的文件路径,决定了模型最终的生成位置。...MOM为多个版本提供了相互隔离的环境,并且提供回滚,增量覆盖全量覆盖的相关功能。需要注意的是,版本在发布之后是不允许进行编辑操作的。..., 契约修改经常冲突 如果你想把契约的变更,及时通知到各个关注方 那你可以参考MOM以模型为中心的契约管理方案,也可以持续关注MOM的后续消息。

    88920

    Peach原理简介与实战:以Fuzz Web API为例

    为了方便后续的测试,最好将peach的目录,加入到系统的环境变量。 ? 0x3 结合Burpsuite对Web API进行fuzz测试 终于到了实战环节,这也是本文的另一个重点内容。...需要fuzz的API接口 ? 抓取数据包 ? 我们的目的是要将抓取的数据包,转换成数据模型,在此之前,需要先保存该数据包为.bin文件。...请注意这里的空格,编写数据模型一定要一一对应。 ? 第一行对应的数据模型如下 ? 每个标签都可以起一个名字,为空也是可以的。...没办法,Peach后期的自动化依赖于前期的定制,所以数据模型的编写正确与否,至关重要。根据不同的API,数据模型一旦编写好之后,后续的步骤大同小异,可以套用。...实际上,针对一些简单的API,也可以把所有文件直接写在一个文件中。 Publishers是Peach的I/O连接,它是实现输出、输入和调用等操作之间的管道。

    3K20

    将机器学习模型部署为REST API

    在本文中,我将构建一个简单的Scikit-Learn模型,并使用Flask RESTful将其部署为REST API 。本文特别适用于没有广泛计算机科学背景的数据科学家。...起初,我尝试使用多项式朴素贝叶斯分类器来预测5种可能类别中的一种。但是,由于大多数数据的评级为2,因此该模型的表现不佳。我决定保持简单,因为本练习的主要内容主要是关于部署为REST API。...您还需要挑选模型,以便快速将训练过的模型加载到API脚本中。 完整项目源码获取方式: 关注微信公众号 datayx 然后回复 部署 即可获取。 现在我们有了模型,让我们将其部署为REST API。...通过在Web上部署,各地的用户都可以向您的URL发出请求以获取预测。部署指南包含在Flask文档中。 这只是为情绪分类器构建Flask REST API的一个非常简单的示例。...一旦您训练并保存了相同的过程,就可以应用于其他机器学习或深度学习模型。 除了将模型部署为REST API之外,我还使用REST API来管理数据库查询,以便通过从Web上抓取来收集数据。

    3.6K20

    RAIL简介:一个以用户为中心的性能模型

    我们大部分人都没有足够的时间投入到优化工作中,我们需要一个权威的标准来告诉我们哪些重要的事情是必须优化的和哪些次要的。 对此,Chrome团队提出了一个以用户为中心的性能模型:RAIL。...,其实就是用户觉得这个操作怎么样,毕竟我们的站点是为用户而建的。 这就是RAIL所谓的“Focus On The User”。...其实很早之前,人们就一直在探索web站点的体验性,这个调研就提出了响应时间的3个重要限制,分别是0.1s、1s、10s;然而现在已经是2016了,我们当然不会再以这3个临界值为标准了,Chrome团队提出了一个参考标准...比如,最小化预加载数据,以保证应用程序快速加载完成,然后我们就可以用空闲时间来加载剩余的数据。 延迟任务应该按50ms进行分组。为什么?因为最高优先级的工作是在100ms内响应用户任何的输入。...小结 本文只是简单地介绍了一下chrome团队的RAIL性能模型,它为我们的性能优化工作提供一个参考模型,我们所要做的就是参照这个模型,利用Chrome的Timeline工具来进行性能优化。

    1.4K70

    以“合作”为关键词的工业设计新模型

    工业设计的新模型会是什么样子的? 坦诚地说,到现在仍然没有什么按图索骥的方法。然而,公司和个人工程师都有在探索,数以百计的实验正在进行中。这些都显示,很多不同的主题正在出现。...另外还有第二个障碍:在大型工程公司中,CAD文件已被放在大型产品生命周期管理(PLM)系统中,数以百计的工程师可以同时为一个新汽车或飞机而工作。...还需要制定的是流程规则,以让更多厨师能接触到汤,却不会将汤打翻。 一切同步。当所有利益相关者都能够接触到一个共同的数据模型,设计流程就从按序开发变成了同步开发。...当那个资源池被组建为社区而你有工具去让合作变得可行,你就可以确信那个工作有了合适的人选,不论这个人是在哪。 应需调整的能量。在今天,增添资源是件很麻烦的事情,雇员名额的增加必须要提出申请且被批准。...一旦所有人都在同一个基于云的CAD模型上工作,许多质量问题都将消失了。 流程加快。通过同步、整合的开发和灵活的众包,从理念到商店货架的全部流程将加快许多——并且不会停止。

    29230

    RAIL简介:一个以用户为中心的性能模型

    我们大部分人都没有足够的时间投入到优化工作中,我们需要一个权威的标准来告诉我们哪些重要的事情是必须优化的和哪些次要的。 对此,Chrome团队提出了一个以用户为中心的性能模型:RAIL。...,其实就是用户觉得这个操作怎么样,毕竟我们的站点是为用户而建的。 这就是RAIL所谓的“Focus On The User”。...其实很早之前,人们就一直在探索web站点的体验性,这个调研就提出了响应时间的3个重要限制,分别是0.1s、1s、10s;然而现在已经是2016了,我们当然不会再以这3个临界值为标准了,Chrome团队提出了一个参考标准...比如,最小化预加载数据,以保证应用程序快速加载完成,然后我们就可以用空闲时间来加载剩余的数据。 延迟任务应该按50ms进行分组。为什么?因为最高优先级的工作是在100ms内响应用户任何的输入。...小结 本文只是简单地介绍了一下chrome团队的RAIL性能模型,它为我们的性能优化工作提供一个参考模型,我们所要做的就是参照这个模型,利用Chrome的Timeline工具来进行性能优化。

    72520

    RAIL简介:一个以用户为中心的性能模型

    我们大部分人都没有足够的时间投入到优化工作中,我们需要一个权威的标准来告诉我们哪些重要的事情是必须优化的和哪些次要的。 对此,Chrome团队提出了一个以用户为中心的性能模型:RAIL。...,其实就是用户觉得这个操作怎么样,毕竟我们的站点是为用户而建的。 这就是RAIL所谓的“Focus On The User”。...其实很早之前,人们就一直在探索web站点的体验性,这个调研就提出了响应时间的3个重要限制,分别是0.1s、1s、10s;然而现在已经是2016了,我们当然不会再以这3个临界值为标准了,Chrome团队提出了一个参考标准...比如,最小化预加载数据,以保证应用程序快速加载完成,然后我们就可以用空闲时间来加载剩余的数据。 延迟任务应该按50ms进行分组。为什么?因为最高优先级的工作是在100ms内响应用户任何的输入。...小结 本文只是简单地介绍了一下chrome团队的RAIL性能模型,它为我们的性能优化工作提供一个参考模型,我们所要做的就是参照这个模型,利用Chrome的Timeline工具来进行性能优化。

    96120

    分类模型的性能评估——以SAS Logistic回归为例: 混淆矩阵

    valid_p可以看到,一些实际上是good的客户,根据我们的模型(阈值p取0.5),却预测他为bad(套用我们假设检验的黑话,这就犯了“弃真”的错误),对一些原本是bad的客户,却预测他为good(“...但从上面我们看到,一些实际上是good的客户,根据我们的模型,却预测他为bad,对一些原本是bad的客户,却预测他为good。...不利用模型,我们只能利用“正例的比例是c+d/a+b+c+d”这个样本信息来估计正例的比例(baseline model),而利用模型之后,我们不需要从整个样本中来挑选正例,只需要从我们预测为正例的那个样本的子集...假设你已经利用这些过去的数据建立了模型,这个模型把这1000人分了类,现在你可以从你的千人名单中挑选出反应最积极的100人来(b+d=100),这10%的人的反应率 (response rate)为60%...一个好的分类模型,就是要偏离baseline model足够远。在lift图中,表现就是,在depth为1之前,lift一直保持较高的(大于1的)数值,也即曲线足够的陡峭。

    2.7K50

    深度学习模型训练的一般方法(以DSSM为例)

    为了使模型尽可能多地学到负样本特征,采用随机负采样为正样本配平负样,初期正负样本1:4。 由此引发了学习过程中最大的问题——模型无法收敛。...因此,每个batch包含的数据差别较大,以batch论,这些batch已经“不算一个数据集”了。解决方法就是随机打乱数据,使其分布没有“特点”,batch之间越接近,数据分布越好。...因此以某一维度的softmax输出逼近1为学习目标,几乎不可能实现,即损失函数的学习目标太难。...由此,以0.4作为softmax输出的学习目标,间接达到softmax的输入值大于0.9,即query与正样本的相似度大于0.9。更改损失函数后,模型loss迅速下降,终于可以正常训练。...模型差异较大 模型调试阶段,一直以A语料为训练数据,以Top10的语义召回率R为评价指标,随着参数调优,R从0.6逐渐上升,一度达到0.91,由此确定了模型的最佳参数。

    2.4K40

    安卓端深度学习模型部署-以NCNN为例

    本文内容较长,面向的读者是有深度学习模型需要部署到安卓端,却对安卓开发相关知识一头雾水的朋友。 0. 踩坑概述 坑主要出现在安卓相关的部分,模型推理的接口很简单,没有遇到过什么难解决的问题。...中的crnn模型进行的测试,如果是其他模型写法也是类似的。...在app启动的时候,把模型文件移动到存储卡中一个有权限的文件夹下面,比如Download文件夹,然后通过绝对路径来读取模型文件; 2....在Java端使用AssetsManager读取到assets下的模型文件,以二进制数据的形式传输到C++函数中; 3. 在C++端利用AssetsManager直接读取模型文件。...crnn表示它已经尽力了 这里解释一下,效果不好的原因是因为crnn_lite_dw_dense这个模型压缩的非常小,这个项目里面有效果更好的模型,只是模型尺寸更大,推理代码也更加复杂。

    3.9K20

    以服务为中心的NFV管理

    通过资源池化,将计算、存储、网络等基础设施抽象成CPU、内存、I/O、带宽、IP、V(x)LAN等基础设施构件,以全局管理的视角对外提供基础设施服务,称之为iMC NFVIaaS(NFV Infrastructure...iMC提供了VNF的编排平台,为用户提供上述的个性化的网络服务。这种平台编排能力称为VNPaaS(Virtual Network Platform as a Service)。...在IT管理员的视角,需要掌控一切,iMC为管理员提供了多角度的视图和拓扑展示,让管理员了解资源分布的详情以及资源池整体的分布、统计和预测。...NFV服务在云端 iMC不但为IT管理员提供了专业的NFV管理平台,同时也为租户提供了申请云端资源的平台。...总体来说,iMC的云服务系统,可以基于混杂的网络设备和虚拟化环境为租户提供VNF和PNF(Physical Network Function)服务。

    1.6K60

    Go语言并发模型:以并行处理MD5为例

    简介 Go语言的并发原语允许开发者以类似于 Unix Pipe 的方式构建数据流水线 (data pipelines),数据流水线能够高效地利用 I/O和多核 CPU 的优势。...本文要讲的就是一些使用流水线的一些例子,流水线的错误处理也是本文的重点。 阅读建议 本文是"Go语言并发模型:像Unix Pipe那样使用channel" 一文的下半部分,但重点在于实践。...Walk 函数为每一个文件创建一个 goroutine,然后检查 done channel。如果 done channel 被关闭,walk 函数立即停止执行。...= nil { return nil, err } return m, nil } 限制并发量 在 并发版 MD5All (parallel.go) 的实现中, 我们为每个文件创建了一个...= nil { return nil, err } return m, nil } 关于Go语言并发模型,使用 Go内置的 channel 类型和 go 关键字实现高并发和并发控制的主题就先到这里

    2.1K60

    以体验为中心的性能优化

    设定技术优化指标与目标: 一切为了用户体验 在一切以用户体验为中心的互联网产品时代,任何开发活动都应该以改善用户体验为终极目标,性能优化也不例外。...原因是在这些体验指标中,某些指标是互相冲突的。以听歌开始之前的缓冲时间与听歌过程中出现卡顿的几率为例: 如果开始播放之前多缓冲一点数据,播放过程中出现卡顿的几率就要低得多。...以QQ音乐为例,我们提取了听歌过程中的卡顿几率,听歌开始前的缓冲等待时长,下载歌曲速度,听歌下载错误率四个体验指标以后,按优先级排序,依次赋予的权重值是40%, 25%, 20%, 15%。...以QQ音乐为例,在生成体验得分曲线之外,我们还以不同CDN,运营商,省份城市,客户端版本,歌曲码率,网络环境等为维度,进行指标与得分的对比展示。 下图为PC客户端数据分运营商展现的效果: ? 三....以QQ音乐的流媒体分发CDN为例。CDN的加速原理是通过在最接近用户的地方部署缓存节点,然后用户通过访问这些最近的节点来获取数据。QQ音乐使用三个CDN供应商同时加速流媒体文件分发。

    1.4K80
    领券