当谈到两个给我留下深刻印象的APP时，我会选择“Notability”和“Headspace”。以下是关于这两个APP的基础功能以及它们令人印象深刻的原因：

基础功能：

印象深刻的原因：

灵活的笔记组织方式：用户可以根据个人喜好和需求，通过文件夹、标签和搜索功能来组织和管理笔记，使查找和使用笔记变得更加便捷。

2. Headspace

基础功能：

Headspace是一款专注于冥想和放松的APP，旨在帮助用户减轻压力、改善睡眠和提高专注力。它了多种冥想课程，涵盖了从基础入门到高级进阶的各种主题和时长。用户可以根据自己的需求和喜好选择合适的课程，并跟随专业指导进行冥想练习。此外，Headspace还了每日提醒、睡眠音乐和呼吸练习等功能，帮助用户更好地融入冥想生活。

印象深刻的原因：

专业的冥想指导：Headspace的冥想课程由专业导师录制，内容科学、系统，能够引导用户逐步进入冥想状态，感受身心的放松和宁静。

丰富的冥想主题：Headspace了多种冥想主题，如压力缓解、睡眠改善、专注力提升等，满足不同用户的需求。同时，课程时长灵活多样，方便用户根据自己的时间安排进行练习。

简洁直观的用户界面：Headspace的界面设计简洁直观，用户可以轻松找到所需的功能和课程。同时，APP的音效和动画效果也非常出色，为用户营造了一个舒适、宁静的冥想环境。

科学的数据跟踪：Headspace会记录用户的冥想数据，如练习时长、课程完成情况等，并通过数据分析帮助用户了解自己的冥想习惯和进步情况。这些数据可以作为用户调整冥想计划的参考依据。

随后进行数据采集，爬取加人工采集。对两种方式采集的文献数据进行整理，将元数据记录好，并统一格式，用于后续的检索。最后是文献的精细筛选。因为RAG技术就是要增加大语言模型在专业领域的可信程度，解决大语言模型的幻觉问题。那在数据的选取上就要偏向于更为全面的文献数据。生命周期评价的本质是用来评估产品或服务从生产到消费再到废弃的整个过程对环境和社会的影响，它考虑了资源使用、能源消耗、排放物的产生等方面。那么为了提高最后基于电力LCA这个领域搭建的专业模型的准确度，对文献进行精细筛选，选取同时包括流程图，数据，各单元过程投入产出详细数据，数据时间地点落去方法，技术细节的文献，作为最终的数据。将精细筛选后的论文数据，结合unstructed库进行数据处理。进行信息精细化拆解与清洗，使以pdf形式存储的文献数据通过分割，分区，变成便于嵌入模型的结构