水务院全参数化三维模型库展示

发动一场全员参与的寓教于学，通过产出来达到学习参数化建模目的活动。
每个工程师一辈子贡献和维护十个以上参数化模型。
我们模型的验收标准：【freecad参数化模型验收标准之一】
模型在线展示地址请移步到这里查看。
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/1.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/2.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/3.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/4.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/5.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/6.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/7.glb
https://pass.itdos.net/v1/freecad/online3dview#model=/static/online3dview/8.glb

FreeCAD模型在线查看
如何将模型导出html并上传至服务器？
第一步，将参数化模型所有尺寸都缩小1/100，角度等不要缩小。因为我们土建尺度太大，都是米级别，而导出模型和尺度有关，尺度越大，导出模型的数据越大。
第一步，由于FC在导出html的算法上，对圆不友好，所以带任何圆的模型，都会导致严重问题，要么时间很长，导出数据很大，要么卡死，无法导出。解决办法，将圆改为多边形……。当然，修改为多边形只是为了导出html这个使用，其他情况不用特意修改。
第二步，选中模型（比如最后一步或中间任何一步），导出html——时间可能几分钟到几十分钟不等，导出的html文件几百k到几M不等。用文本软件打开导出的html文件，找到const data = {"camera":{"……"},……};，将第一大括号和最后一个大括号及之间的内容{"camera":{"……"},……}拷贝到文本文件中，包含前后2个大括号，但最后一个分号不要拷贝，保存，命名为类似FC0001岔管带加劲环_v0.0.1.txt。
第三步，上传txt文件即可。

目前非常火爆的大语言模型（LLM）中最重要的一环是自主产权的数据训练集，一种方法是用chatGPT来生成，一种是自己原创。如下文所示，发动公司内部员工积极参与创造高质量的自主知识产权的对话训练集。

https://hub.baai.ac.cn/view/25434
Dolly 2.0发布 | Databricks的dolly-v2-12b，是一个在Databricks机器学习平台上训练的指令跟随型大型语言模型
我们为什么要创建一个新的数据集？
当我们发布 Dolly 1.0 后，我们就被想要试用它的人们的请求淹没了。我们不断收到的第一个问题是“我可以将其用于商业用途吗？”

创建 Dolly 1.0 或 LLM 之后的任何指令的关键步骤是在指令和响应对的数据集上训练模型。Dolly 1.0 使用斯坦福羊驼团队使用 OpenAI API 创建的数据集进行训练，费用为 30 美元。该数据集包含 ChatGPT 的输出，正如斯坦福团队指出的那样，服务条款试图阻止任何人创建与 OpenAI 竞争的模型。所以，不幸的是，这个常见问题的答案是，“可能不会！”

据我们所知，所有现有的知名指令跟随模型（Alpaca、Koala、GPT4All、Vicuna）都受到此限制，禁止商业使用。为了解决这个难题，我们开始寻找方法来创建一个新的数据集，而不是“污染”用于商业用途。

我们是怎么做的？
我们从 OpenAI 研究论文中了解到，原始 InstructGPT 模型是在一个包含 13,000 个指令遵循行为演示的数据集上训练的。受此启发，我们着手看看是否可以让 Databricks 员工带头取得类似的结果。

事实证明，生成 13k 个问题和答案比看起来要难。每个答案都必须是原创的。它不能从 ChatGPT 或网络上的任何地方复制，否则会污染我们的数据集。这看起来令人望而生畏，但 Databricks 拥有超过 5,000 名对 LLM 非常感兴趣的员工。所以我们认为我们可以在他们之间进行众包，以创建比 40 个标记器为 OpenAI 创建的质量更高的数据集。但我们知道他们都很忙并且有全职工作，所以我们需要激励他们这样做。

https://github.com/LianjiaTech/BELLE/tree/main/data/10M

我们举办了一场比赛，前 20 名贴标签者将获得大奖。我们还概述了 7 项非常具体的任务：

开放问答：比如“为什么人们喜欢喜剧电影？” 或“法国的首都是哪里？” 在某些情况下，没有正确的答案，而在另一些情况下，则需要借鉴整个世界的知识。
封闭式问答：这些问题只能使用参考文本中包含的信息来回答。例如，给出维基百科中关于原子的一段，人们可能会问，“原子核中质子和中子的比例是多少？”
从维基百科中提取信息：注释者将从维基百科中复制一个段落，并从该段落中提取实体或其他事实信息，例如重量或测量值。
总结来自维基百科的信息：为此，注释者提供了一段来自维基百科的文章，并被要求将其提炼成简短的摘要。
头脑风暴：此任务要求开放式构思和相关的可能选项列表。例如，“这个周末我可以和朋友一起做哪些有趣的活动？”。
分类：对于此任务，注释者被要求对类别成员进行判断（例如，列表中的项目是动物、矿物或蔬菜）或判断短文本的属性，例如电影评论的情感。
创意写作：这项任务包括写一首诗或一封情书。
databricks-dolly-15k中的开放式 QA 示例

databricks-dolly-15k中的头脑风暴示例

我们最初怀疑我们是否会获得 10,000 个结果。但通过夜间排行榜游戏化，我们在一周内成功打破了 15,000 个结果。由于害怕影响我们的生产力，我们结束了比赛。

我们创建商业上可行的模型的旅程
我们还想制作一个可以商业使用的开源模型。尽管databricks-dolly-15kDolly 1.0 在其上训练的数据集 Alpaca 小得多，但基于EleutherAI 的 pythia-12b生成的 Dolly 2.0 模型表现出高质量的指令遵循行为。事后看来，这并不奇怪。最近几个月发布的许多指令调优数据集都包含合成数据，这些数据通常包含幻觉和事实错误。

databricks-dolly-15k另一方面，它是由专业人士生成的，质量很高，并且包含对大多数任务的长答案。