生产级NLP探索频道

同款衣服不同角度召回率卡在60%，确实不像索引的问题，Milvus这边参数折腾空间不大。我之前做服装检索也踩过这坑，ResNet50对细粒度品类区分度不够，特别是袖型领口这些局部特征。建议换个度量学习微调过的模型，比如用CLIP或者ArcFace头训练过的ResNet，或者直接试DINOv2，特征泛化性好不少。另外预处理上可以试试把商品图做前景分割再提特征，背景干扰对同款检索影响挺大的，我当时光去

确实，GLM-4.5这次在推理连贯性上的进步挺明显的。我最近正好拿它和Claude Code对比跑了一个多步骤的自动化脚本任务——先写数据清洗逻辑，再调API做特征工程，最后自检输出格式。GLM-4.5在第二步调用外部库时，居然能自己意识到前一步生成的变量名有冲突，主动修正了代码，这点让我挺意外。之前用Qwen2.5-72B的时候，这类问题往往要到第三步跑崩了才报错，debug成本高不少。 不过