Python

用 Digits 数据演示按标签分层锁定测试集，保留原始编号并把错分样本回查到图像。

把输入格式、金额单位和异常规则写清，让 DeepSeek 生成 CSV 汇总代码，再用固定样例和 unittest 核对结果。

用 OpenAI 函数调用连接外部业务接口，校验白名单参数、执行服务端函数并回传真实结果。

按 Poe 官方 Echo 示例部署 Server Bot，配置服务 URL 与访问密钥，并从对话页核对端到端连接。

用 Poe Script Bot Creator 描述可验收的任务，先在私有测试 Bot 上查错，修正后再发布分享。

针对已录制音频，用 Python 调用 OpenAI 文件转写接口，并逐段核对数字、日期和专有名词。

用 Python 读取 OpenAI Responses API 的流式文本事件，识别完成与失败信号，避免把连接断开后的片段当完整答案。

在同一人工数据上比较多数类基线和分类模型，核对普通准确率、平衡准确率与正类召回，再说明真实评测如何判断价值。

用现成向量建立小规模精确余弦检索，把矩阵行号映射到稳定文档 ID，并核对维度、零向量、距离方向与无答案情况。

训练本地演示回归模型，生成和保存部分依赖图，核对网格及预测范围，并说明参考分布、相关特征与因果解释的限制。