有做tg聊天记录采集并投喂给大模型的开源项目不？

xchiminer

主要痛点是：

1.不想群聊，9成废话，但不到0.1成的信息又超级有用。减少走弯路。
总结：有用信息的获取成本高昂，与时间正相关。特别一天1w+讨论的群组。

2.采集信息，投喂给比如LLAMA3，训练他给出日报，周报，月报。合并同类项，权重，时间推移，关联度等。
总结：这样可以列表，将主题做缩进查看。权重来置顶相关话题。过滤垃圾主题。比如N26开户，通过时间过滤，可以查看到最新政策和坑点。

3.标记大神，让ai来判断人品。
总结：平时因为一个网友发了一个很有用的信息，但对此人没有太多背调，所以贸然接触可能会上当受骗。让ai自动对他的发言进行采集，从对话进行性格推断，增加可信度辨识率。

大体是这样，当然后面还想有一些完善的，不知道有没有轮子，没有就先记录记录了。

callmefeifei

某研究所已经做了

rrw

。。。 是不是把ai 想的 过于ai 了

xchiminer

callmefeifei 发表于 2024-12-24 17:49

某研究所已经做了
求明示，只想做用户，并不想自己搞轮子。

callmefeifei

xchiminer 发表于 2024-12-24 17:54

求明示，只想做用户，并不想自己搞轮子。
1、制作识别模型（收集数据集、标注、训练出模型）
2、收集TG数据
3、用模型来识别TG数据，给人打标注，用一套算法来计算这些标注的权重，然后出分析报告。

xchiminer

rrw 发表于 2024-12-24 17:54

。。。 是不是把ai 想的 过于ai 了
这些都是数据分析，还没上到行为模拟，ai已经很ai了，比如谷歌早4月份就出了浏览器拟人化。
我说的这些已经是相当简单的text应用了。