面向普通人的prompt操作手册

最新推荐文章于 2024-11-13 17:24:18 发布
最新推荐文章于 2024-11-13 17:24:18 发布
阅读量121 收藏
点赞数 2
分类专栏： 大模型 prompt工程 文章标签： 人工智能 prompt chatgpt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_38127162/article/details/139888945
版权

主要是采用通俗易懂的话语介绍prompt的使用：主要参考文心一言的百度文档。

大型语言模型使用强化学习中的人类反馈来学习，这个过程中与人类对话的提问通常是通俗易懂的，也就是说，大型语言模型可以理解并回答一般人能听懂的问题。因此，即使我们不进行prompt学习，也可以使用大型语言模型来帮助我们解决问题了。但是，如果想要解决更加专业，更加复杂的问题，就需要我们学习prompt工程，以便更好的让大型语言模型来输出我们想要的结果

一碗竹叶青
关注
专栏目录
ChatGPT高级用法及原理
孙叫兽的博客
05-12 969
如果你想要更好地了解 OpenAI 的 API，并且你常常会遇到 ChatGPT 不可用的情况。那我建议你使用 OpenAI 的 Playground。它会比较稳定。
从众中取优：开源Agent市场深度调研，近20款主流开源Agent框架的技术亮点与适用场景深度剖析[Multi-Agent 框架详解]
丨汀、的博客
07-15 795
从众中取优：开源Agent市场深度调研，近20款主流开源Agent框架的技术亮点与适用场景深度剖析
《面向普通人的prompt操作手册》-高级篇
xxue345678的博客
07-13 928
Zero-Shot Prompting 是一种自然语言处理技术，可以让计算机模型根据提示或指令进行任务处理。各位常用的 文心一言 就用到这个技术。传统的自然语言处理技术通常需要在大量标注数据上进行有监督的训练，以便模型可以对特定任务或领域进行准确的预测或生成输出。相比之下，Zero-Shot Prompting 的方法更为灵活和通用，因为它不需要针对每个新任务或领域都进行专门的训练。相反，它通过使用预先训练的语言模型和一些示例或提示，来帮助模型进行推理和生成输出。
《面向普通人的prompt操作手册》-基础篇
xxue345678的博客
07-13 737
解释这个词之前，首先需要解释 prompt 这个词。简单的理解它是给 AI 模型的指令。它可以是一个问题、一段文字描述，甚至可以是带有一堆参数的文字描述。AI 模型会基于 prompt 所提供的信息，生成对应的文本，亦或者图片。比如我在文心一言里输入 ，这个问题就是Prompt。而 Prompt Engineering （中文意思为提示工程，后缩写为 PE）则是：
程序员必备！面向Prompt编程全攻略
python12345678_的博客
09-30 878
大语言模型的本质是在做文本补全，后文的输出会更倾向于依据距离更近的语境，如果利用 “LIME” 这样的模型解释算法分析，距离更近的文本间权重往往更大，这在 Transofrmer 中的 Attention 权重 上也可以清晰的看到。同时，这与大模型在预训练阶段中完成的任务也更加匹配，虽然现在的大模型在 SFT 阶段会进行多种任务的训练，但其本质上还是建立在自监督“文本补全”任务上被训练出来的，因此其天然的更加遵从离得更近的文本。因此，把要求放在 Prompt 的最后可以很有效的帮助大模型变得更“听话”。
Git手册
Epsilon
04-26 2152
GitUserManualChinese - Robin Wiki GitUserManualChinese Git 用户手册（1.5.3 及后续版本适用） 翻译: 罗峥嵘 (Robin Steven) vortune@gmail.com > 英文版本: http://www.kernel.org/pub/soft
引导加载程序之争： LILO 和 GRUB
技术联盟
11-21 3448
在不考虑他们的工作或专业情况下，所有 Linux 用户都会使用的是哪个工具？引导加载程序。通过本文了解引导加载程序的工作原理，认识两个流行的引导加载程序 LILO（LInux LOader）和 GNU GRUB（GRand Unified Boot loader）， 并研究两者各自的优点和缺点。什么是引导加载程序？最简单地讲，引导加载程序（boot loader） 会引导操作系统。当机器引导它的操
前端笔记(Html+CSS+JS+DOM+网页特效+jQuery+HTML5+CSS3+canvas 标签+web开发重难点+面向对象+AJAX)
热门推荐
qq_36609655的博客
07-02 1万+
第1章Html   Html：超级文本标记语言（HyperText Markup Language），在浏览器上运行的一种标记语言。 就是给文本加上含有语义的标签。 接下来应该学习更多具体语义标签： 一、结构（固定的结构）   <html> <head> <title></title> </head> <bod...
Python 基础语法总结
qq_44496684的博客
02-12 1061
一、环境搭建 1、进入Python官网：http//www.python.org，选择适合自己电脑的python版本，下载安装python 2、验证安装是否成功：打开系统命令行窗口>>输入python -V 若出现错误，重新安装。如果依然出现错误，可能是环境变量没有配置，可按照一下步骤配置环境变量 配置环境变量第一步：打开电脑的属性窗口 配置环境变量第二步：打开环境...
现代 JavaScript 教程——ECMAscript基础知识
Tinkerbaby的博客
11-24 693
JavaScript基础知识 现代模式，“use strict” begin from ES5, 为了标识ES5的新特性 变量 我们可以使用 var、let 或 const 声明变量来存储数据。 let — 现代的变量声明方式。 var — 老旧的变量声明方式。一般情况下，我们不会再使用它。 const — 类似于 let，但是变量的值无法被修改。 用 const 声明的对象的值 能 被修改。 数据类型 JavaScript 中有八种基本的数据类型（译注：前七种为基本数据类型，也称为原始类型，而 obj
python基础语法--python语言及其应用
博客
10-09 3912
python基础语法 python python语言是一种高级动态、完全面向对象的语言。 python中函数、模块、数字、字符串都是对象。 python完全支持继承、重载、派生、多继承。 python程序 运行方式1：交互式运行python语句 运行方式2：保存源文件运行程序 交互式运行python’语句 打开IDLE–科学计算器 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2020092819524773.png#pic_r 第一行程序代码编写 ID
ks8 本地化部署 F5-TTS
最新发布
陈锐的技术笔记
11-13 544
此外，F5-TTS 还创新性地引入了推理时的 Sway Sampling 策略，这一策略可以在推理阶段优先处理早期的流步骤，从而提高生成语音与输入文本的对齐效果。在 LibriSpeech-PC 数据集上，该模型的字错误率（WER）达到了2.42，并且在推理时的实时因子(RTF)为0.15，显著优于之前的扩散模型 E2TTS，后者在处理速度和鲁棒性上存在短板。传统的 TTS 模型往往需要进行复杂的持续时间建模、音素对齐和专门的文本编码，这些都增加了合成过程的复杂性。继续TSS的启动，进入pod 输入命令。
PCA（主成分分析）算法的应用场景
huanfeng_AI的博客
11-09 671
需要注意的是，PCA并不适用于所有场景。例如，当数据之间存在非线性关系时，PCA可能无法完全揭示数据的内在结构。此外，PCA对初始变量的顺序和标签敏感，不同的变量顺序可能导致不同的主成分结果。因此，在选择数据分析方法时，需要根据具体的数据和任务需求来决定是否使用PCA。
探索App Intents：让你的应用与Siri无缝互动的新方式
jixn的博客
11-09 3999
苹果推出了一个新框架——App Intents，使开发者可以在iOS 18.2+、macOS 15.2+等平台上集成Siri和Apple Intelligence，实现对应用内容的读取和操作。App Intents使应用的功能和内容能无缝融入系统体验中，例如Siri、Spotlight搜索、快捷指令和小组件，让用户可以轻松访问应用核心功能，并获得更智能的Siri帮助。：表示应用内容，如照片、联系人或文件。：用户可以对 Siri 发出指令，例如“查找我的航班”或“添加待办事项”，Siri直接与应用交互。
卷积神经网络CNN
m0_53374676的博客
11-13 332
卷积层通过应用一组可学习的滤波器（或称核）到输入图像的不同位置，产生一个特征映射（Feature Map）。CNN是一种前馈神经网络，它的人工神经元可以对输入的图像数据进行响应，并且可以检测图像中的局部特征，如边缘、纹理等。
AI重塑软件开发流程
车轮的博客
11-10 1324
既然谈到传统软件开发与AI参与的软件开发的对比，我们就来看一下这两者之前的区别。
人工智能是这样理解“情绪”的
JellyAI的博客
11-12 918
在前面的内容中，我们经常提到“特征”，那么如何表示特征呢？举个例子，在日常生活中，我们描述一个快递包装盒时可能会提到它的高度、宽度和深度（这三个值就是盒子的特征，当然也可以用颜色、重量、材料等来描述）。当我们仅用高度、宽度和深度三个数据来描述盒子的特征时，我们就说这个盒子的特征是三维的。如果再加上颜色、重量和材料等特征，那么这个特征空间就是六维的了。
Yolo11实战改进：一文读懂Yolo11到实战。
m0_47867638的博客
11-09 993
YOLO11是Ultralytics YOLO系列实时目标检测器的最新迭代版本，它以尖端的精度、速度和效率重新定义了可能性。在之前YOLO版本令人瞩目的进步基础上，YOLO11在架构和训练方法上引入了重大改进，使其成为各种计算机视觉任务的通用选择。关键特性：YOLO11采用改进的主干网络和颈部架构，提高了特征提取能力，以实现更精确的目标检测和更复杂的任务性能。YOLO11引入了精细的架构设计和优化的训练流程，提供了更快的处理速度，并在准确性和性能之间保持了最佳平衡。
多媒体信息检索
Edward2022的博客
11-10 932
多媒体信息检索：信息检索(Information Retrieval)、文本检索、图像检索、视频检索、多模态学习、跨文本检索
大模型微调的核心技术与前沿发展
hello.reader
11-12 1201
大模型（Large Model）指的是参数量极大的深度学习模型，通常具备更强的特征提取能力和泛化能力。随着计算资源和数据量的提升，研究者通过增加模型参数和层数，不断提升模型在多种任务上的表现。大模型的诞生和快速发展源于对人工智能通用能力的追求，典型的例子包括自然语言处理中的GPT-3、BERT和计算机视觉中的Vision Transformer（ViT）等。大模型可以通过自监督学习、大规模预训练等技术，在无监督数据上学习丰富的特征表示，为下游任务提供高质量的初始参数，减少对标注数据的依赖。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值