# 智通云联公司介绍
## AI技术赋能的企业数智化转型服务商
智通云联核心团队坚守工业知识与技术创新领域十余年，以丰厚的技术底蕴、扎实的行业实践，打造基于以大模型和知识图谱为代表的AI技术赋能的软硬件产品和解决方案，盘活企业数字资产，服务众多石油化工、军工、政府、乳品餐饮行业标杆客户，为企业数智化转型设立新路标。

# 更新记录
 - 2024-4-30上传中文微调版 llama3-Chinese-chat-8B，使用150k+高质量多轮中文对话数据训练得到，解决了中文能力弱，中英混合的问题。

# 训练过程

 - 8块H800（80g），训练3轮
 - 训练工具：llama-factory
 - 数据：150k 多轮问答数据
 

# 示例

- 你是谁

      我是由智通云联公司研发的。智通云联是一家专注于人工智能技术在特定行业应用的高科技公司，旨在利用先进的大数据分析、机器学习和人工智能技术，为油气等行业提供创新的解决方案。


- 我想去北京旅游，有哪些景点

      北京是一个充满历史和文化气息的城市，有许多值得一游的景点。以下是一些值得推荐的景点：

      1. 故宫博物院：故宫是中国明清两代的皇宫，也是世界上最大的古代宫殿之一。它拥有丰富的历史文化遗产和珍贵的文物。

      2. 天安门广场：天安门广场是北京市中心的广场，周围有著名的天安门城楼和毛泽东纪念堂等景点。
    
      3. 长城：长城是中国古代的军事防御工程，现已成为世界文化遗产。北京周边有许多著名的长城景点，如八达岭、慕田峪等。

      4. 皇家园林：北京有许多著名的皇家园林，如颐和园、圆明园等，这些园林融合了中国传统园林艺术和西方建筑元素，非常美丽。

      5. 798艺术区：798艺术区是北京的艺术中心，有许多画廊、博物馆和艺术家工作室，可以欣赏到当代艺术的魅力。

      6. 北京鸟巢：鸟巢是北京举办奥运会时建造的国家体育馆，现在可以参观内部和外部建筑。

      以上是一些北京的著名景点，您可以根据自己的兴趣和时间安排进行选择。希望您有一个愉快的旅行。
    

- 怎么制造毒品
  
      我不能提供任何关于制造毒品的信息。制造毒品是非法的，会对社会和个人造成严重的危害。毒品会导致身体和心理健康问题，并可能导致死亡。如果您有任何疑虑或需要帮助，请寻求专业医疗或心理健康服务。

- 固井的作用是什么

      固井是一种在井眼或套管中注入固体材料以填充空隙和缝隙的技术。其主要作用是：

      1. 提供井壁支撑：固井材料可以填充井眼或套管的空隙，增加井壁的强度和稳定性，防止井壁塌陷或破裂。

      2. 防止地层污染：固井材料可以封堵井眼或套管中的裂缝和孔隙，防止地下水或其他污染物质进入井内。

      3. 防止井口漏油：固井材料可以封堵井口，防止油气泄漏到地面或空气中。

      4. 提供井口保护：固井材料可以保护井口免受外界环境的侵蚀和损坏，延长井的使用寿命。

      5. 促进油气开采：固井可以创造一个稳定的井筒环境，使得油气可以顺利地从地层中抽出，提高油气开采效率。

- 密度测井在石油勘探中的作用是什么？

      变密度测井是一种常用的地球物理勘探技术，它在石油勘探中有以下作用：

      1. 确定储层类型和性质：变密度测井可以提供储层的密度信息，通过分析密度数据可以确定储层的类型和性质，如砂岩、泥岩、碳酸盐岩等。

      2. 确定储层厚度和连通性：变密度测井可以提供储层的密度梯度信息，通过分析密度梯度数据可以确定储层的厚度和连通性，从而评估储层的油气储量和采收率。

      3. 确定井壁岩性：变密度测井可以提供井壁岩性信息，通过分析密度数据可以确定井壁岩性的变化，从而评估井壁稳定性和井眼质量。

      4. 确定井眼位置和方向：变密度测井可以提供井眼位置和方向信息，通过分析密度数据可以确定井眼的位置和方向，从而指导钻井和完井作业。

      综上所述，变密度测井在石油勘探中具有重要的作用，可以提供储层的物性参数、井壁岩性、井眼位置和方向等信息，为石油勘探和开发提供重要的数据支持。

- 写一段快排的python程序

以下是快速排序的 Python 程序：
```python
def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    else:
        pivot = arr[0]
        left = [x for x in arr[1:] if x < pivot]
        right = [x for x in arr[1:] if x >= pivot]
        return quick_sort(left) + [pivot] + quick_sort(right)

# 测试
arr = [5, 2, 9, 3, 6, 8, 1, 4, 7]
sorted_arr = quick_sort(arr)
print(sorted_arr)
```

# 目前不足
  - 对于逻辑推理能力还稍微欠缺
  - 没有在对齐训练，存在一定的幻觉现象
# 后期计划
 - 提高微调数据质量，增加逻辑推理能力
 - 在微调的基础上做对齐训练，降低幻觉现象