能动嘴就别再手动操作了!国产AI大模型让你轻松搞定一切

news2024/11/15 9:16:52

国产AI大模型使用入门指南 #大模型#

图片

▶▶▶ 引言

简单来说,大模型拥有超级无敌强大的大脑,无所不知(不断吸收互联网上海量信息、文献、图书等等它可以找到的数据进行训练)。因此,懂得利用AI生成内容,就如同站在巨人的肩膀上,让你看得更远,走得更高。轻松应对各种挑战,释放无限的创造潜能。

▶ 一、精准指令,唤醒大模型潜能

大模型(生成式人工智能)虽然本身非常强大,但是否能充分发挥其作用,关键在于使用者是否会精准使用。比如你让他给你写一个故事、生成一幅画,不同的指令可能会导致天壤之别的结果。记住:生成内容不理想,最大的可能不是大模型的错,而是你的要求不够具体清晰,或者AI没有精准理解你给出的指令!

▶ 二、有效沟通的艺术

你可以把大模型想象成一个人,你要安排他替你工作,那么你对他的命令一定要是准确、清晰的,因为他通过算法来最优解你的指令,和人理解你的指令是一样的,如果指令不够清晰、准确,那么就会有误解,因此,越笼统的命令,可能效果越差!

图片

▶ 三,提出指令的三大要素:

  1. 提示词
  2. 投喂训练
  3. 反复迭代

(见下文:指令加强的说明)

▶ 四、清晰与简洁的平衡

在描述基本情况和背景知识时,要明确大模型应扮演的角色及其专长。给出明确的目的、场景和特定规范,这样就能生成更符合我们需求的内容。

请注意,清晰不等于复杂。如果输入一大段话,但是不够准确、主次不分,是容易产生误解的。简洁而准确的指令往往更有效。

图片

▶ 五、提示词策略与挑战

不同大模型之间的提示词(暗号)可能有不同的规范、中文和英文提示词也不同,国产大模型主要优势在中文理解力,专攻绘画、音视频生成的AI大模型工具也需要专门去学习或者熟悉适合的提示词。原因可能是现阶段大模型对人类的语言理解还有一定程度的问题。

就好比不同人在表述同一件事情的时候,听众可能会有完全不同的理解,一方面考验听众的理解能力,但更多的是体现表述人的表达水平,表述人在针对不同听众时(考虑听众的认知水平、情绪等因素),本来就应该有不同的表述技巧。

图片

▶ 六、提示词的学习和应用

大模型提示词甚至成为一门新兴学科,网上有很多提示词的分享。但实际上目前还处在AI大模型应用的初级阶段,大家都在摸索总结。了解基本原理后,具体应用上还要靠自己多摸索。

请参见图片所示

1,我让AI绘画真实人类在餐厅的场景,结果用不同提示词画几次都是漫画的感觉;

2,我就让AI帮我想提示词,根据他所提供的提示词重新让他生成图片,这次就是真实照片的样子了;

3,我再用之前我简单描述的提示词去绘画,这次生成对了,说明他是结合上下文进行了理解,但没上下文之前他无法理解我的提示词,所以提示词很重要,提示词可以在与AI对话中得到。

图片

▶ 七、提示词的本质

最后,提示词本质上就是逻辑思维和表达能力,只不过交互的对象从人变成了大模型。掌握好这一技能,你将能够更高效地与AI大模型合作,创造出令人惊叹的作品。

▶▶▶《指令加强训练》

▶ 一、精准提示词

\1. 提示词技巧:

- 明确的指令

- AI角色定义(扮演)

- 描述基本情况和详细的背景信息

- 规则约束

- 目标设定

\2. 具体指令参考:

- 明确主题

- 提供细节与背景等信息

- 指明目标受众、风格、内容长度

- 详细程度、情绪情感与语气

- 创造性

- 格式或结构规范

- 引用相关知识数据

- 修正与调整

- 限制条件

- 个性化要求

\3. 构建大纲:

- 让AI按步骤思考。例如:请一步步地思考,先构建大纲;

\4. 鼓励AI反向提问:

- 以获取或定义更多必要信息。例如:请先向我提问,以获取足够你需要的信息;

\5. 调整AI生成内容的情绪感:

- 以适应不同的写作需求。例如:以乐观的态度/激动的心情来描述;

- 也可以尝试进一步要求情绪值10、情绪值拉满等;

\6. 资源分享:

- 我整理了一些实用提示词及超级指令和AI相关资源,大家可以关注我的下一篇文章分享。

图片

▶ 二、投喂训练:

  • 通过文字、图片、文档等形式选择性地给AI提供学习材料,影响其生成内容的风格和调性,无须担心内容重复。

▶ 三、反复迭代:

  • 保持耐心,持续与AI对话和反馈
  • 多次修改和优化生成内容,直至满意。

▶▶▶ 日常应用参考

▶ 一、尝试多个国内大模型

市场上存在着多个优秀的国产AI大模型,它们各有所长,建议同时尝试使用,以发现各自擅长的应用场景。目前我主要使用的有:文心、KIMI、通义。其他备选:豆包、元宝、星火、秘塔。

▶ 二、语言学习与翻译

  1. 翻译和英语学习有很多传统软件都不错,尤其是实时对话翻译,传统APP更佳,比如百度翻译就能胜任。
  2. AI的强项是智能化,AI可以根据你的水平制定个性化学习计划,进行口语对话练习,甚至实现一对一(AI对你)针对性教学是很不错的。就对话来说,目前文言一心APP对话功能不错,供参考。

▶ 三、高效阅读之音视频内容提炼

我习惯以2倍速观看音视频,但感觉效率还是太低了。通过将音视频转成文字阅读,可以显著提高效率。使用软件转换文字后(有些视频可以直接下载字幕更方便),让AI重新排版便于阅读或总结重点。我目前使用KIMI网页版进行内容排版,KIMI和文心4.0归纳重点,其他家AI类似功能也不错。

▶ 四、盘点/点数

传统盘点方式如扫码器或纸本记录都应该被淘汰了,我用AI盘点只需要动嘴,非常高效!通过录音功能和AI记录,比如小米录音转文字,后续使用通义或文心4.0生成表格。

▶ 五、内容整理与总结

长文总结、会议记录/提炼关键信息等,可能不到一分钟就能搞定。(如果需要将会议音视频记录转文字,太多APP可以实现,比如手机录音功能自带的转文字功能,比如飞书妙记等等。)

图片

▶ 六、数据分析与可视化

借助AI大模型的数据分析和可视化功能,可以高效的数据收集、预处理、关键特征提取、模型构建与优化、生成直观易懂的图表和可视化报告等等。学习中,未来也许可以分享更多经验。

▶ 七、合同/协议拟定

只需要罗列出你能想到的所有条款,或通过对话整理思路,让AI扮演资深律师,快速拟定符合中国法律的合同。我一般使用通义。

▶ 八、头脑风暴与创意搜索

逻辑/策略/创意思路整理,搜寻答案,在对话中获得多角度的创意和建议,等于高人指点,进行头脑风暴和梳理构思。

▶ 九、绘画与视听作品

通过文字描述生成图像、海报、设计图与音视频作品等。AI正快速颠覆传统设计和影视行业。未来创意大师也可能是提示词高手。

▶ 十、学习辅导

就小学生学习辅导来说,国产AI实测效果尚不理想,需要过多的对话才能得到满意的结果,如果不直接面对小学生,作为家长辅助工具还是有用,需要家长多尝试,摸索对话技巧和分辨能力,虽然现在还不理想,但AI技术在飞速发展,可能不远的将来就会颠覆家教行业。

▶ 十一、文本内容生成

生成文本内容是生成式AI最基本的强项,包括:文案创作、诗歌小说、演讲稿、制作表格、PPT、营销方案、各种报告等等都不在话下。比如在写工作报告时,可以明确报告的时间范围、工作内容、成果及挑战等。

图片

▶ 结语

国产AI大模型#人工智能##AI大模型应用#为我们的生活和工作带来了极大的便利和创新空间。通过精准使用大模型并掌握相关技巧,你可以更高效地完成各种任务并激发出更多的创意火花。希望这份使用入门指南能为你提供帮助并引领你走向更广阔的AI世界!#AI人工智能:未来已来#

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1793866.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Android开机动画压缩包zip,自制开机动画(基于Android10.0.0-r41)

文章目录 Android开机动画压缩包zip,自制开机动画1.Android加载压缩包原理2.自制开机动画 Android开机动画压缩包zip,自制开机动画 1.Android加载压缩包原理 这里有个md文件我们看下 核心部分, 首先要创建一个文件叫做desc.txt,这是规定的…

水库大坝安全监测系统打通监控数据“最后一公里”

一、概述 我国有水库8万座左右,其中土石坝多数,病险水库占水库也很多。众所周知,水库在防洪、兴利上具有重要的调节作用,如何保证水库安全,及合理有效的利用水资源,是水利建设者需要探讨的主要内容。科学技…

【全开源】考试答题系统源码(FastAdmin+ThinkPHP+Uniapp)

一款基于FastAdminThinkPHPUniapp开发的小程序答题考试系统,提供全部前后台无加密源代码,支持私有化部署。 📝考试答题系统:便捷高效的学习新选择💡 📚 考试答题系统是什么? 考试答题系统&…

日本结束「内卷时代」了?日本应届生迎就业反选时代

就在上周五,日本公布了今年的大学生就业率,98.1%,是自1997年以来的最高水平。 据官方解释,此次公布的就业率,指的是实际找到工作的人数与想要找工作人数的比率,所以并不能总括所有应届生的就业状况。但正如…

IIS 服务器,下载APK 文件,用于发布更新最新的APK包

IIS 默认情况下无法下载 .apk 文件,需要对 IIS 服务进行设置 1、打开 IIS 对应的应用 选中MIME 类型 右键 打开功能 2、右键添加 文件扩展名:.apk MIME 类型输入:application/vnd.android.package-archive 3、重启应用 4、浏览器访问 服务地…

DSP问题:仿真报错Target must be connected before loading prog

1、问题现象 点击甲壳虫进行仿真,报错Texas Instruments XDS100v2 USB Emulator_0/C28xx : Target must be connected before loading prog,提示仿真器未连接目标芯片。 2、问题原因 虽然仿真器连接了,但是没有自动和目标芯片建立连接。 …

Linux入门攻坚——25、Web Service基础知识与httpd安装配置

网络体系结构现在主要有OSI的七层协议和TCP/IP协议,其对应关系如下: 资源子网主要是用户进程,运行于用户空间,关注点是应用上的细节,通信子网运行于内核空间,关注通信细节。传输层是确保进程到进程间通信&a…

STM32(七):ADC电位检测 (标准库函数)

前言 上一篇文章已经介绍了如何用STM32单片机中的定时器的PWM波来实现LED的“呼吸”。这篇文章我们来介绍一下如何用STM32单片机中ADC进行电位检测,并发送到XCOM串口中显示。 一、实验原理 1.ADC模数转换的介绍 首先,我们先介绍一下AD模数模块&#…

面试(03)————多线程

目录 一、线程和进程的区别? 二、并行和并发的区别? 三、线程创建的方式有哪些? 3.1、继承Thread类 3.2、实现Runnable接口 3.3、实现Callable接口 3.4、线程池 四、Runnable和Callable的区别? 五、在启动线程的时候&am…

前端将xlsx转成json

第一种方式,用js方式 1.1先安装插件 万事都离不开插件的支持首先要安装两个插件 1.2. 安装xlsx cnpm install xlsx --save注:这块我用的cnpm,原生的是npm,因为镜像的问题安装了cnpm,至于怎么装网上一搜一大堆 1.3安…

阅读笔记:Multi-threaded Rasterization in the Chromium Compositor

Multi-threaded Rasterization in the Chromium Compositor PPT 原始链接: https://docs.google.com/presentation/d/1nPEC4YRz-V1m_TsGB0pK3mZMRMVvHD1JXsHGr8I3Hvc/edit?uspsharing PPT主要介绍了Chromium浏览器中使用多线程光栅化(Impl-side painting)的机制&a…

如何快速的将Excel定义的表结构变成MySQL的建表语句

如何快速的将Excel定义的表结构变成MySQL的建表语句 最近需求有点多啊,做一个小需求就有一堆表结构,一个一个实行CV大法,实在太伤身体了,有没有能够快速便捷的方法将一大堆Excel表转换成MySQL的表结构建表语句呢,网上…

Gmail 两步验证+应用专用密码登录

1、为什么做这个? 如果需要使用Gmail作为应用程序的邮件发送者,必须进行相关配置,否则不能直接使用 2、怎么做? 谷歌邮箱(gmail.com):两步验证应用专用密码登录 - 来发信 - 您的外贸拓客好帮…

递归在多级数据结构中的简单应用

哈喽,我是小码,半年多没更新了,这段时间换了新工作,工作也很忙。后续会尽量多写点,坚持确实是一件很难,很酷的事情。最近在公司负责开发商品有关的开发,商品包含类型、款式等属性,而…

从零开始发布你的第一个npm插件包并在多项目中使用

引言 在开源的世界里,每个人都有机会成为贡献者,甚至是创新的引领者。您是否有过这样的想法:开发一个解决特定问题的小工具,让她成为其他开发者手中的利器?今天,我们就来一场实战训练,学习如何将…

多链路聚合设备在自然灾害应急能力提升工程基层防灾项目内的应用

在近几年信息技术的飞速发展,面对应急通信和指挥调度时需要移动化无线通信技术来做支撑,多链路聚合设备在中间的作用至关重要,实现从车到车、人到车、车到中心的多样化应用场景进行数据图像的无线传输和多节点组网方案需求,来满足…

Linux[高级管理]——使用源码包编译安装Apache网站

🏡作者主页:点击! 👨‍💻Linux高级管理专栏:点击! ⏰️创作时间:2024年5月31日14点20分 🀄️文章质量:96分 在Linux系统上编译和安装Apache HTTP Server是…

乡村振兴与脱贫攻坚相结合:巩固拓展脱贫攻坚成果,推动乡村全面振兴,建设更加美好的乡村生活

目录 一、引言 二、巩固拓展脱贫攻坚成果 1、精准施策,确保稳定脱贫 2、强化政策支持,巩固脱贫成果 3、激发内生动力,促进持续发展 三、推动乡村全面振兴 1、加快产业发展,增强乡村经济实力 2、推进乡村治理体系和治理能力…

2.6倍!WhaleTunnel 客户POC实景对弈DataX

作为阿里早期的开源产品,DataX是一款非常优秀的数据集成工具,普遍被用于多个数据源之间的批量同步,包括类似Apache DolphinScheduler的Task类型也对DataX进行了适配和增强,可以直接在DolphinScheduler里面利用通用的数据源调用Dat…

Java面试——专业技能

优质博文:IT-BLOG-CN 一、简单讲下 Java 的跨平台原理 由于各个操作系统(Windows,Linux等)支持的指令集不是完全一致的。就会让我们程序在不同的操作系统上要执行不同的程序代码。Java 开发了适用于不同操作系统及位数的 Java 虚拟…