{"schema_version":1,"id":"article:ai-pm-jd-six-pillars","kind":"article","slug":"ai-pm-jd-six-pillars","title":"AI PM校招生JD解读：六大能力支柱","author":"晨旭","url":"https://chenxu.xin/writing/ai-pm-jd-six-pillars","date":"2025-09-20","updated":"2025-09-20","description":"以美团等头部公司的 AI PM 校招 JD 为目标反推，拆出六大能力支柱与每一项的「为什么学、学什么、如何展示」，给在校生一份可执行的学习地图。","position":null,"group":null,"series":"入门系列文章","tags":["ai-pm","career","learning-path"],"publication_status":"public","maturity":"evergreen","body_sha256":"f80ef0237074cac0f878a38bdc91fa34573d6efbc8607c39cf22501e3fe71146","paragraph_rule":"src/lib/paragraphs.mjs@1","paragraphs":[{"id":"p1","kind":"paragraph","text":"写在研二的起点。","raw":"写在研二的起点。"},{"id":"p2","kind":"paragraph","text":"AI PM 无疑是当下最热门的岗位之一，但它的能力要求似乎模糊且严苛，应该会有很多像我一样的在校生感到迷茫：从校园到职场，这「最后一公里」的路，应该怎么走？","raw":"AI PM 无疑是当下最热门的岗位之一，但它的能力要求似乎模糊且严苛，应该会有很多像我一样的在校生感到迷茫：从校园到职场，这「最后一公里」的路，应该怎么走？"},{"id":"p3","kind":"paragraph","text":"与其临近秋招时焦虑，不如从现在开始规划。这篇文章，是我以现阶段 AI PM 的校招 JD 为目标，来反推规划出一份可执行的学习路径。","raw":"与其临近秋招时焦虑，不如从现在开始规划。这篇文章，是我以现阶段 AI PM 的校招 JD 为目标，来反推规划出一份可执行的学习路径。"},{"id":"p4","kind":"paragraph","text":"希望能给和我一样在路上的学弟学妹、同行朋友们一些启发。也真诚地期待大家的批评与指点，帮助我把这张地图描绘得更清晰、更准确。","raw":"希望能给和我一样在路上的学弟学妹、同行朋友们一些启发。也真诚地期待大家的批评与指点，帮助我把这张地图描绘得更清晰、更准确。"},{"id":"p5","kind":"heading","text":"从一份 JD 说起","raw":"## 从一份 JD 说起"},{"id":"p6","kind":"paragraph","text":"这是美团「光年之外」团队的招聘原文里提到的要求：","raw":"这是美团「光年之外」团队的招聘原文里提到的要求："},{"id":"p7","kind":"list","text":"- 热爱\n- 好奇心、学习能力、逻辑思考、动手能力\n- 重度的顶尖 AI 模型的使用者\n- 必须读过与自己工作相关的 AI 论文、技术报告，并用在工作改进中\n- 具备 AI 编程能力\n- 参与过有实际用户的 AI 产品的设计或开发过程","raw":"- 热爱\n- 好奇心、学习能力、逻辑思考、动手能力\n- 重度的顶尖 AI 模型的使用者\n- 必须读过与自己工作相关的 AI 论文、技术报告，并用在工作改进中\n- 具备 AI 编程能力\n- 参与过有实际用户的 AI 产品的设计或开发过程"},{"id":"p8","kind":"paragraph","text":"此外，我还找了一些其他国内 AI 头部公司的招聘要求，并结合在校生的身份，综合总结出了以下能力要求。","raw":"此外，我还找了一些其他国内 AI 头部公司的招聘要求，并结合在校生的身份，综合总结出了以下能力要求。"},{"id":"p9","kind":"heading","text":"六大能力支柱","raw":"## 六大能力支柱"},{"id":"p10","kind":"heading","text":"一、内核与软实力","raw":"### 一、内核与软实力"},{"id":"p11","kind":"paragraph","text":"这是所有能力的根基，决定了我们能走多远。","raw":"这是所有能力的根基，决定了我们能走多远。"},{"id":"p12","kind":"paragraph","text":"（1）对 AI 的热爱与初心","raw":"**（1）对 AI 的热爱与初心**"},{"id":"p13","kind":"paragraph","text":"这不是一句空话，而是面对无数 Bug 和挫折时，支撑你走下去的动力。多问问自己，你是否真的相信 AI 能改善世界，并愿意为此付出努力。","raw":"这不是一句空话，而是面对无数 Bug 和挫折时，支撑你走下去的动力。多问问自己，你是否真的相信 AI 能改善世界，并愿意为此付出努力。"},{"id":"p14","kind":"paragraph","text":"（2）基础素质","raw":"**（2）基础素质**"},{"id":"p15","kind":"list","text":"- 好奇心与学习能力：在学校里做个好学生，更要做一个主动的学习者。积极参加校外 AI 实践，主动探索课堂外的知识。\n- 逻辑思维与沟通：这是 PM 的看家本领。多与导师、同门、师兄师姐交流，锻炼自己清晰表达、与不同角色高效沟通的能力。","raw":"- **好奇心与学习能力**：在学校里做个好学生，更要做一个主动的学习者。积极参加校外 AI 实践，主动探索课堂外的知识。\n- **逻辑思维与沟通**：这是 PM 的看家本领。多与导师、同门、师兄师姐交流，锻炼自己清晰表达、与不同角色高效沟通的能力。"},{"id":"p16","kind":"heading","text":"二、必备技能","raw":"### 二、必备技能"},{"id":"p17","kind":"paragraph","text":"相较于传统 PM，AI PM 会相对多一些技术方面的要求。尤其是涉及到模型，数据对一个 AI 产品来说是起决定性作用的关键环节。","raw":"相较于传统 PM，AI PM 会相对多一些技术方面的要求。尤其是涉及到模型，数据对一个 AI 产品来说是起决定性作用的关键环节。"},{"id":"p18","kind":"paragraph","text":"（1）编程基础","raw":"**（1）编程基础**"},{"id":"p19","kind":"paragraph","text":"为什么：这是最基本的工具，是学习机器学习、深度学习等其他知识以及做项目的基础，是动手实验、验证想法、与工程师同频交流的「通用语言」。","raw":"*为什么*：这是最基本的工具，是学习机器学习、深度学习等其他知识以及做项目的基础，是动手实验、验证想法、与工程师同频交流的「通用语言」。"},{"id":"p20","kind":"paragraph","text":"学什么：","raw":"*学什么*："},{"id":"p21","kind":"list","text":"- 必备：Python 核心编程、Git 版本管理、Conda / Venv 环境管理、API 调用和数据交互、SQL\n- 强烈建议：数据分析（NumPy / Pandas / Matplotlib）、云平台服务\n- 加分项：基础前端知识、Docker 等","raw":"- 必备：Python 核心编程、Git 版本管理、Conda / Venv 环境管理、API 调用和数据交互、SQL\n- 强烈建议：数据分析（NumPy / Pandas / Matplotlib）、云平台服务\n- 加分项：基础前端知识、Docker 等"},{"id":"p22","kind":"paragraph","text":"如何展示：个人项目代码库（GitHub）、记录项目过程的技术博客。","raw":"*如何展示*：个人项目代码库（GitHub）、记录项目过程的技术博客。"},{"id":"p23","kind":"paragraph","text":"（2）学会看论文","raw":"**（2）学会看论文**"},{"id":"p24","kind":"paragraph","text":"为什么：AI 领域日新月异，对前沿技术的敏感性和转化能力，有时比经验更重要。","raw":"*为什么*：AI 领域日新月异，对前沿技术的敏感性和转化能力，有时比经验更重要。"},{"id":"p25","kind":"paragraph","text":"怎么做：","raw":"*怎么做*："},{"id":"p26","kind":"list","text":"- 学会阅读工程类、应用类的 AI 论文和头部公司的技术报告，重点关注摘要、引言、实验和结论部分。\n- 带着产品思维读论文：这项技术解决了什么核心问题？它的局限性在哪？它能被应用到什么实际场景中，创造什么价值？","raw":"- 学会阅读工程类、应用类的 AI 论文和头部公司的技术报告，重点关注摘要、引言、实验和结论部分。\n- 带着产品思维读论文：这项技术解决了什么核心问题？它的局限性在哪？它能被应用到什么实际场景中，创造什么价值？"},{"id":"p27","kind":"paragraph","text":"如何展示：定期撰写对前沿技术或论文的解读与思考，并发布在自己的博客或社交媒体上。","raw":"*如何展示*：定期撰写对前沿技术或论文的解读与思考，并发布在自己的博客或社交媒体上。"},{"id":"p28","kind":"paragraph","text":"（3）加分项——前沿信息追踪","raw":"**（3）加分项——前沿信息追踪**"},{"id":"p29","kind":"paragraph","text":"为什么：这是一项能将自己区别于其他 AI PM 的能力，需要长期的积累与坚持。","raw":"*为什么*：这是一项能将自己区别于其他 AI PM 的能力，需要长期的积累与坚持。"},{"id":"p30","kind":"paragraph","text":"怎么做：","raw":"*怎么做*："},{"id":"p31","kind":"list","text":"- 行业前沿资讯：每天花时间阅读硅谷的科技新闻、顶级 AI 企业（OpenAI、Google AI、Anthropic）的官方博客、关键人物的社交媒体动态等。\n- 建立信息渠道：使用工具或关注特定信息源，形成自己的每日信息输入流。","raw":"- **行业前沿资讯**：每天花时间阅读硅谷的科技新闻、顶级 AI 企业（OpenAI、Google AI、Anthropic）的官方博客、关键人物的社交媒体动态等。\n- **建立信息渠道**：使用工具或关注特定信息源，形成自己的每日信息输入流。"},{"id":"p32","kind":"paragraph","text":"如何展示：在面试中，能主动、深入地讨论最近一两个月内发生的 AI 重大事件或技术突破，并提出自己的见解。","raw":"*如何展示*：在面试中，能主动、深入地讨论最近一两个月内发生的 AI 重大事件或技术突破，并提出自己的见解。"},{"id":"p33","kind":"heading","text":"三、技术理解力","raw":"### 三、技术理解力"},{"id":"p34","kind":"paragraph","text":"核心理念：每学一个技术概念，就追问一句「这个技术能用来做什么样的产品或功能？」","raw":"核心理念：每学一个技术概念，就追问一句「这个技术能用来做什么样的产品或功能？」"},{"id":"p35","kind":"paragraph","text":"快速理解、动手实验、产品创造——这是 AI PM 区别于传统 PM 的核心壁垒，从产品应用的视角，务实地构建技术栈。","raw":"快速理解、动手实验、产品创造——这是 AI PM 区别于传统 PM 的核心壁垒，从产品应用的视角，务实地构建技术栈。"},{"id":"p36","kind":"paragraph","text":"（1）LLM 前的机器学习、深度学习","raw":"**（1）LLM 前的机器学习、深度学习**"},{"id":"p37","kind":"paragraph","text":"为什么：理解 AI 发展的脉络，建立全局认知。知道在没有 LLM 的时代，问题是如何被解决的，这能拥有更扎实的技术直觉。把自己平时获取的点连成线、面，形成自己对这个领域的总体把控。","raw":"*为什么*：理解 AI 发展的脉络，建立全局认知。知道在没有 LLM 的时代，问题是如何被解决的，这能拥有更扎实的技术直觉。把自己平时获取的点连成线、面，形成自己对这个领域的总体把控。"},{"id":"p38","kind":"paragraph","text":"学什么：","raw":"*学什么*："},{"id":"p39","kind":"list","text":"- 核心概念：监督 / 无监督 / 强化学习、分类 / 回归 / 聚类、过拟合 / 欠拟合、训练 / 验证 / 测试集。\n- 经典算法：能向非技术人员讲清线性回归、逻辑回归、决策树、SVM、K-Means 等算法的思想、优缺点和适用场景。\n- 神经网络基础：神经元、层、激活函数；概念上理解反向传播和梯度下降；理解 CNN、RNN 的基本结构和应用领域。\n- 实践能力：能用 Scikit-learn 跑通一个完整的机器学习流程（数据清洗 → 特征工程 → 训练 → 评估 → 调优），并理解准确率、召回率、F1 等评估指标的含义与取舍。","raw":"- **核心概念**：监督 / 无监督 / 强化学习、分类 / 回归 / 聚类、过拟合 / 欠拟合、训练 / 验证 / 测试集。\n- **经典算法**：能向非技术人员讲清线性回归、逻辑回归、决策树、SVM、K-Means 等算法的思想、优缺点和适用场景。\n- **神经网络基础**：神经元、层、激活函数；概念上理解反向传播和梯度下降；理解 CNN、RNN 的基本结构和应用领域。\n- **实践能力**：能用 Scikit-learn 跑通一个完整的机器学习流程（数据清洗 → 特征工程 → 训练 → 评估 → 调优），并理解准确率、召回率、F1 等评估指标的含义与取舍。"},{"id":"p40","kind":"paragraph","text":"如何展示：逻辑清晰的学习笔记、独立完成的 Kaggle 项目报告（记录思考过程）。","raw":"*如何展示*：逻辑清晰的学习笔记、独立完成的 Kaggle 项目报告（记录思考过程）。"},{"id":"p41","kind":"paragraph","text":"（2）LLM 后的深度学习","raw":"**（2）LLM 后的深度学习**"},{"id":"p42","kind":"paragraph","text":"为什么：这是当前 AI 应用的核心。理解它，你才能做出关于模型选型、成本控制、效果优化的正确决策，才能将底层技术与上层产品设计真正打通。","raw":"*为什么*：这是当前 AI 应用的核心。理解它，你才能做出关于模型选型、成本控制、效果优化的正确决策，才能将底层技术与上层产品设计真正打通。"},{"id":"p43","kind":"paragraph","text":"学什么：","raw":"*学什么*："},{"id":"p44","kind":"list","text":"- Transformer 架构：至少要理解其工作原理和自注意力机制，能给外行讲明白。\n- 上下文工程：Prompt 工程，如何设计提示词来激发模型能力；RAG，理解其原理并能用 LangChain / LlamaIndex 等框架搭建一个简单系统；Fine-tuning，理解微调概念，特别是 LoRA 等参数高效微调方法，最好亲手微调过一个开源模型。\n- Hugging Face 生态：熟练使用 transformers、datasets 等库来加载模型、处理数据、进行微调。","raw":"- **Transformer 架构**：至少要理解其工作原理和自注意力机制，能给外行讲明白。\n- **上下文工程**：Prompt 工程，如何设计提示词来激发模型能力；RAG，理解其原理并能用 LangChain / LlamaIndex 等框架搭建一个简单系统；Fine-tuning，理解微调概念，特别是 LoRA 等参数高效微调方法，最好亲手微调过一个开源模型。\n- **Hugging Face 生态**：熟练使用 transformers、datasets 等库来加载模型、处理数据、进行微调。"},{"id":"p45","kind":"paragraph","text":"如何展示：个人项目（如 RAG 应用、微调模型）、对关键论文的解读文章。","raw":"*如何展示*：个人项目（如 RAG 应用、微调模型）、对关键论文的解读文章。"},{"id":"p46","kind":"paragraph","text":"（3）AI Agent","raw":"**（3）AI Agent**"},{"id":"p47","kind":"paragraph","text":"这是 AI 应用的现在和未来。OpenAI 曾提出的大模型能力分级从 Level 1 到 Level 5：","raw":"这是 AI 应用的现在和未来。OpenAI 曾提出的大模型能力分级从 Level 1 到 Level 5："},{"id":"p48","kind":"list","text":"1. 聊天机器人（Chatbot）\n2. 推理者（Reasoner）\n3. 智能体（Agent）\n4. 创新者（Innovator）\n5. 组织者（Organizer）","raw":"1. 聊天机器人（Chatbot）\n2. 推理者（Reasoner）\n3. 智能体（Agent）\n4. 创新者（Innovator）\n5. 组织者（Organizer）"},{"id":"p49","kind":"paragraph","text":"Chatbot（L1）和 Reasoner（L2）解决了「说什么」和「想什么」的问题，那么现在，Agent（L3）则致力于解决「做什么」的问题。未来的 AI 产品不再是简单的问答，而是能自主规划、调用工具、与环境交互来完成复杂任务的系统。不懂 Agent，就无法设计出真正有竞争力的下一代 AI 应用。","raw":"Chatbot（L1）和 Reasoner（L2）解决了「说什么」和「想什么」的问题，那么现在，Agent（L3）则致力于解决「做什么」的问题。未来的 AI 产品不再是简单的问答，而是能自主规划、调用工具、与环境交互来完成复杂任务的系统。不懂 Agent，就无法设计出真正有竞争力的下一代 AI 应用。"},{"id":"p50","kind":"heading","text":"四、产品洞察力","raw":"### 四、产品洞察力"},{"id":"p51","kind":"paragraph","text":"技术是工具，产品才是目的。","raw":"技术是工具，产品才是目的。"},{"id":"p52","kind":"paragraph","text":"为什么：分析真实的成功案例，比任何理论教程都有效。优秀的 PM 必须是市场的敏锐观察者。","raw":"*为什么*：分析真实的成功案例，比任何理论教程都有效。优秀的 PM 必须是市场的敏锐观察者。"},{"id":"p53","kind":"paragraph","text":"怎么做：","raw":"*怎么做*："},{"id":"p54","kind":"list","text":"- 成为重度用户：付费订阅 ChatGPT、Gemini、Claude 等顶尖模型，每天和它们高频对话，深入使用 Cursor、Perplexity 等 AI Native 应用，培养产品「体感」。\n- 「黑客级」竞品调研：不止于功能，更要深挖其技术实现、商业模式和市场策略。","raw":"- **成为重度用户**：付费订阅 ChatGPT、Gemini、Claude 等顶尖模型，每天和它们高频对话，深入使用 Cursor、Perplexity 等 AI Native 应用，培养产品「体感」。\n- **「黑客级」竞品调研**：不止于功能，更要深挖其技术实现、商业模式和市场策略。"},{"id":"p55","kind":"paragraph","text":"如何展示：输出高质量的产品分析报告或竞品分析报告。","raw":"*如何展示*：输出高质量的产品分析报告或竞品分析报告。"},{"id":"p56","kind":"heading","text":"五、战略素养：直接做 Demo","raw":"### 五、战略素养：直接做 Demo"},{"id":"p57","kind":"paragraph","text":"Talk is cheap, show me the code (or demo)。","raw":"Talk is cheap, show me the code (or demo)。"},{"id":"p58","kind":"paragraph","text":"为什么：一个可交互的 Demo，胜过千言万语，是验证 PMF（产品市场契合度）的最快路径。","raw":"*为什么*：一个可交互的 Demo，胜过千言万语，是验证 PMF（产品市场契合度）的最快路径。"},{"id":"p59","kind":"paragraph","text":"学什么：Claude Code / Cursor 编程、Dify / Coze / n8n 工作流编排、应用部署上线；习惯阅读 OpenAI、Anthropic、DeepSeek 等头部模型厂商的官方文档。","raw":"*学什么*：Claude Code / Cursor 编程、Dify / Coze / n8n 工作流编排、应用部署上线；习惯阅读 OpenAI、Anthropic、DeepSeek 等头部模型厂商的官方文档。"},{"id":"p60","kind":"paragraph","text":"怎么做：","raw":"*怎么做*："},{"id":"p61","kind":"list","text":"- 从 0 到 1 做一个项目：将前面学习的编程、LLM 技术栈、部署能力全部用上，打造一个属于自己的 AI 应用。\n- 运用理论：在项目中实践上下文工程，并建立评测体系来迭代产品。","raw":"- **从 0 到 1 做一个项目**：将前面学习的编程、LLM 技术栈、部署能力全部用上，打造一个属于自己的 AI 应用。\n- **运用理论**：在项目中实践上下文工程，并建立评测体系来迭代产品。"},{"id":"p62","kind":"paragraph","text":"如何展示：一个可公开访问的个人项目链接、一份详尽的项目文档、一段能清晰演示产品价值的视频。","raw":"*如何展示*：一个可公开访问的个人项目链接、一份详尽的项目文档、一段能清晰演示产品价值的视频。"},{"id":"p63","kind":"heading","text":"六、真实 AI 产品设计与开发","raw":"### 六、真实 AI 产品设计与开发"},{"id":"p64","kind":"paragraph","text":"个人项目证明了你的「下限」，而真实的实习经历则决定了你的「上限」。","raw":"个人项目证明了你的「下限」，而真实的实习经历则决定了你的「上限」。"},{"id":"p65","kind":"paragraph","text":"为什么：真实企业场景，需要我们能在一个有组织、有目标的团队中，具有处理复杂问题、高效协作、创造真实价值的能力。","raw":"*为什么*：真实企业场景，需要我们能在一个有组织、有目标的团队中，具有处理复杂问题、高效协作、创造真实价值的能力。"},{"id":"p66","kind":"paragraph","text":"怎么做：找实习。","raw":"*怎么做*：找实习。"},{"id":"p67","kind":"paragraph","text":"如何展示：将自己参与的部分写下来、记录下来，以及自己的反思。","raw":"*如何展示*：将自己参与的部分写下来、记录下来，以及自己的反思。"},{"id":"p68","kind":"heading","text":"我的思考","raw":"## 我的思考"},{"id":"p69","kind":"paragraph","text":"梳理完这张地图，我更加明确了未来的方向：","raw":"梳理完这张地图，我更加明确了未来的方向："},{"id":"p70","kind":"list","text":"1. 拥抱 AI，融入日常：把 AI 工具深度嵌入到我的学习和生活中。付费会员是性价比最高的投资。\n2. 可视化思考，持续输出：将学到的东西写下来，不仅能理清思路，更是面试时最好的素材。学习是反复、多次的过程。\n3. 项目驱动，知行合一：一个从 0 到 1 负责到底的项目，是串联起市场、用户、AI 三者的最佳实践。","raw":"1. **拥抱 AI，融入日常**：把 AI 工具深度嵌入到我的学习和生活中。付费会员是性价比最高的投资。\n2. **可视化思考，持续输出**：将学到的东西写下来，不仅能理清思路，更是面试时最好的素材。学习是反复、多次的过程。\n3. **项目驱动，知行合一**：一个从 0 到 1 负责到底的项目，是串联起市场、用户、AI 三者的最佳实践。"},{"id":"p71","kind":"paragraph","text":"PM 不是开发，但 PM 必须懂创造。","raw":"PM 不是开发，但 PM 必须懂创造。"},{"id":"p72","kind":"heading","text":"最后","raw":"## 最后"},{"id":"p73","kind":"paragraph","text":"以 100 分为目标，最终可能会拿到 80 分；但如果以 80 分为目标，可能就只有 60 分。","raw":"以 100 分为目标，最终可能会拿到 80 分；但如果以 80 分为目标，可能就只有 60 分。"},{"id":"p74","kind":"paragraph","text":"在力所能及的范围内，不断拔高对自己的要求，更能激发潜力。我们和 LLM 一样，也需要好的 Prompt（目标）、Tool Use（工具）和 RAG（知识库）来激发全部潜能。","raw":"在力所能及的范围内，不断拔高对自己的要求，更能激发潜力。我们和 LLM 一样，也需要好的 Prompt（目标）、Tool Use（工具）和 RAG（知识库）来激发全部潜能。"},{"id":"p75","kind":"paragraph","text":"我现在正沿着这张地图，一步步向前探索。","raw":"我现在正沿着这张地图，一步步向前探索。"}],"authored_claims":[{"id":"reverse-engineer-from-jd","text":"与其临近秋招才焦虑，不如把校招 JD 当作目标反推学习路径。JD 是这个岗位能力要求最诚实的一份说明书。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-09-20"},{"id":"ask-what-product-can-this-build","text":"学技术概念时每次都追问一句「这个技术能用来做什么产品或功能」，这是 AI PM 区别于传统 PM 的核心壁垒。","stance":"judgment","confidence":"high","supersedes":null,"note":null,"formed_at":"2025-09-20"},{"id":"learn-pre-llm-ml-too","text":"还是要补 LLM 之前的机器学习和深度学习。知道没有 LLM 的时代问题是怎么解决的，技术直觉才扎实。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-09-20"},{"id":"demo-beats-document","text":"一个可交互的 Demo 胜过千言万语，是验证 PMF 最快的路径。个人项目证明下限，真实实习决定上限。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-09-20"},{"id":"aim-at-100-to-get-80","text":"以 100 分为目标最终可能拿到 80 分，以 80 分为目标就只有 60 分。在力所能及范围内不断拔高要求更能激发潜力。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-09-20"}],"claim_ids":["reverse-engineer-from-jd","ask-what-product-can-this-build","learn-pre-llm-ml-too","demo-beats-document","aim-at-100-to-get-80"],"revision":"9aff28c5a3e2a7277c7985f8e1a64bcc09ca4f91f176a7045a1f49b18218b59a"}