做RAG知识库问答时，对于本地文件，一定是需要将文件正确解析才能给LLM用的。
又由于LLM在训练时，是让它根据已有输入，预测下一个token。这天然就是一个序列化的任务。
也因此，在使用LLM时，为了效果更好，给到它的输入也最好是序列化的。
对于一个复杂排版的PDF，比如双栏或者三栏的论文，我们自然是希望有个工具，能将论文里的每个段落，都按照人类阅读的顺序解析出来。
这样的结果，再给到LLM，就相对不容易胡说八道了。
那问题来了，怎么定量的分析，看一个文档解析工具有没有把段落按人类可阅读和理解的顺序排列呢？
具体的逻辑在下面的这篇帖子里写得比较清楚了，觉得不清楚的，也可以留言讨论呀😁
PS. 上周提到的公开测试集标注，我们已经找了100份标得差不多了，这周就会把数据集放出来，期待能给大家一些帮助~
被看到是所有销售营销推广的目的，如何才能被看到呢？
1、平台给你推流量，你的流量被平台所控制。需要做持续爆款，需要迎合平台和大众喜好去做内容。
2、你有独立的网站，可以做seo做推广。需要有耐心的且持续的挖掘关键词等符合seo策略的操作。
3、你内容足够好，有人主动帮你推广。需要做有深度和有创意的好内容，需要时间和精力。
4、你是多平台大v，自己就能搞定被看到。一鱼多吃，这个平台不给流量，就换平台。
5、你就是平台流量你说了算。
6、给各大平台烧钱。
#自媒体运营频道 #@yunying23
本人作为一个全网粉丝加起来大概5万粉的垂直小网红，对于网红有点经验。
网上的大部分网红都没什么钱，别看那些网红账号几十万甚至上百万的粉丝，大部分变现能力都很差。抖音的网红变现可能是最差的。
在网上大部分行业如果你做不到头部，是赚不到钱的，只能赚个辛苦费。就算是细分领域，如果你能做到头部，其实你也能赚到钱，可惜大部分网红做不到。
我们的度假村有不少网红来订，很多是用自己的大号来私信我们营销号，只要是这种网红来的，基本上没几个痛快付款的，都是比来比去，然后选一个最便宜的行程。这种网红在账号上光鲜亮丽，反而不如那些做汽修的、开宠物店的付款痛快，我们遇到好多这种实体客户，从来不砍价，只问你到底能不能安排好。
还有旅游博主，私信我们营销号，问能不能免费住，帮我们写测评之类的。其实这是双赢，但是我们问他能不能把几个平台的账号发来看下，就没有下文了。
前年我们还做美妆直播的时候，有个快手几十万粉丝的小网红，来我们这面试做主播，按照250/小时的费用，每天给她排4个小时让她播。别看她是个小网红，其实数据也并不比素人主播好。后来我们加直播间，需要在不同的直播间来播。她可能仗着自己在品牌方有关系，不服从工作安排，还开始迟到，最后要求只给她自己方便的时间排班。
我也不惯着，二话不说把她停播了，不允许同事给她排班。其实就是把她开除了，只不过保留了体面，给她点面子不把话说的难听。每天净赚1000块，后面给她排班每天净赚最少1500，报销打车车费，一群人服务她，她居然还觉得自己拽起来了，对待工作开始不用心。
她估计没想到我会这么做，还真以为自己一个小网红有什么影响力。后来把她开了照样没有任何影响，数据连波动都没有，这种小网红没任何竞争力。
本人作为一个全网粉丝加起来大概5万粉的垂直小网红，对于网红有点经验。
网上的大部分网红都没什么钱，别看那些网红账号几十万甚至上百万的粉丝，大部分变现能力都很差。抖音的网红变现可能是最差的。
在网上大部分行业如果你做不到头部，是赚不到钱的，只能赚个辛苦费。就算是细分领域，如果你能做到头部，其实你也能赚到钱，可惜大部分网红做不到。
我们的度假村有不少网红来订，很多是用自己的大号来私信我们营销号，只要是这种网红来的，基本上没几个痛快付款的，都是比来比去，然后选一个最便宜的行程。这种网红在账号上光鲜亮丽，反而不如那些做汽修的、开宠物店的付款痛快，我们遇到好多这种实体客户，从来不砍价，只问你到底能不能安排好。
还有旅游博主，私信我们营销号，问能不能免费住，帮我们写测评之类的。其实这是双赢，但是我们问他能不能把几个平台的账号发来看下，就没有下文了。
前年我们还做美妆直播的时候，有个快手几十万粉丝的小网红，来我们这面试做主播，按照250/小时的费用，每天给她排4个小时让她播。别看她是个小网红，其实数据也并不比素人主播好。后来我们加直播间，需要在不同的直播间来播。她可能仗着自己在品牌方有关系，不服从工作安排，还开始迟到，最后要求只给她自己方便的时间排班。
我也不惯着，二话不说把她停播了，不允许同事给她排班。其实就是把她开除了，只不过保留了体面，给她点面子不把话说的难听。每天净赚1000块，后面给她排班每天净赚最少1500，报销打车车费，一群人服务她，她居然还觉得自己拽起来了，对待工作开始不用心。
她估计没想到我会这么做，还真以为自己一个小网红有什么影响力。后来把她开了照样没有任何影响，数据连波动都没有，这种小网红没任何竞争力。
专栏更新一下小红书关店的操作，为什么要关店？根据小红书7月的平台策略，买手和店铺商家不可兼得。也就是说，不让你赚2份钱...
我之前靠卖资料赚了一些零花钱，但考虑到产品开发，运营成本和rio，关就关吧～但小红书的店铺电商扶持是下半年的大偏心，自然流必然也会少，是想要自己开店卖货还是做小清单带货，可以好好斟酌下。
关店公示期间是可以挂小清单商品的，火速把之前的好用的品牌bd起来。
https://flowus.cn/zhuaxiaoye/share/bdaea413-10f2-40fc-9eef-c9b3ad9182ea?code=G08FGT
【FlowUs 息流】小红书店铺-关店操作
昨晚一个客户又在询问一个功能需求，但我明确说过不做了。这个功能需求我已经拒绝过不少客户了，因为需求是一个真需求，但是面临着风险。
做APP或游戏产品的人应该知道，当一款APP开发完成，在国内发行，一般会发布上架到很多应用商店，比如华为、小米、OPPO、VIVO、腾讯应用宝、游戏的话还会上架到TapTap等。
对于APP和游戏的运营来说，玩家的评论至关重要，如果能采集到各个应用商店中该APP或游戏的评论和评分，将他们聚合到同一个后台，对APP和游戏的运营者来说，无疑是一个巨大的效率提升。
同时，基于聚合到一起的评论和评分，可以结合大模型训练，及时识别到玩家的情绪和应用的功能槽点，为运营者提供玩家情绪风险预警，及时进行安抚、补偿、修正和迭代。
除了toB层的价值，在toC层，也有不错的前景，比如配套开发一个聚合评论和评分的网站或APP，根据聚合的结果，提供日榜单、周榜单和月榜单等，当有了一定的用户后，还可以直接提供每款APP或游戏的下载服务。特别是游戏，如果有了下载服务，就可以和游戏运营谈cps合作，获得玩家充值流水的80%。
技术上更不存在难点，各个应用商店评论的爬虫程序GitHub上就有，就算没有，现在问一问gpt就能分分钟给你写出一个爬虫程序来。加上现在AI大模型训练服务低廉的价格，成本也非常可控。
更重要的是，现在还没有一款同类的产品，也就是竞争者。
所以，你看这个Idea，既能toB，又能toC，还是一片蓝海，如果你是投资人，听到这样的描述，是不是立马想打钱了。
但是但是，别着急。
这个需求真的这么好吗? 是的，需求很好。但是，面临着法律风险。
我们国家对于数据保护和版权的法律，近些年日趋完善，上面这个需求中，埋藏着一个巨大的定时炸弹:可能触犯数据保护的法律条款。
前些年做小贷的朋友，几十个特警持枪进入公司，包括他在内，所有人被逮进去。因为他们爬取了不该爬的数据。
创业多年，对法律越来越敬畏，越来越不敢做一些过分的事情，否则，就像凡人修仙一样，稍有不慎，生死道消，一身家当付诸东流。
做APP或游戏产品的人应该知道，当一款APP开发完成，在国内发行，一般会发布上架到很多应用商店，比如华为、小米、OPPO、VIVO、腾讯应用宝、游戏的话还会上架到TapTap等。
对于APP和游戏的运营来说，玩家的评论至关重要，如果能采集到各个应用商店中该APP或游戏的评论和评分，将他们聚合到同一个后台，对APP和游戏的运营者来说，无疑是一个巨大的效率提升。
同时，基于聚合到一起的评论和评分，可以结合大模型训练，及时识别到玩家的情绪和应用的功能槽点，为运营者提供玩家情绪风险预警，及时进行安抚、补偿、修正和迭代。
除了toB层的价值，在toC层，也有不错的前景，比如配套开发一个聚合评论和评分的网站或APP，根据聚合的结果，提供日榜单、周榜单和月榜单等，当有了一定的用户后，还可以直接提供每款APP或游戏的下载服务。特别是游戏，如果有了下载服务，就可以和游戏运营谈cps合作，获得玩家充值流水的80%。
技术上更不存在难点，各个应用商店评论的爬虫程序GitHub上就有，就算没有，现在问一问gpt就能分分钟给你写出一个爬虫程序来。加上现在AI大模型训练服务低廉的价格，成本也非常可控。
更重要的是，现在还没有一款同类的产品，也就是竞争者。
所以，你看这个Idea，既能toB，又能toC，还是一片蓝海，如果你是投资人，听到这样的描述，是不是立马想打钱了。
但是但是，别着急。
这个需求真的这么好吗? 是的，需求很好。但是，面临着法律风险。
我们国家对于数据保护和版权的法律，近些年日趋完善，上面这个需求中，埋藏着一个巨大的定时炸弹:可能触犯数据保护的法律条款。
前些年做小贷的朋友，几十个特警持枪进入公司，包括他在内，所有人被逮进去。因为他们爬取了不该爬的数据。
创业多年，对法律越来越敬畏，越来越不敢做一些过分的事情，否则，就像凡人修仙一样，稍有不慎，生死道消，一身家当付诸东流。
