![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI教程
文章平均质量分 89
程序员王小黑
Java | 大模型 | 架构设计 | 工程项目管理 | 思考感悟
展开
-
【AI教程-吴恩达讲解Prompts】第9篇 - Prompts提示词工程学习总结
我们讨论了大型语言模型的许多功能,包括摘要、推断、转换和扩展。也学习了如何搭建个性化的聊天机器人。原创 2024-07-30 16:58:32 · 869 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第8篇 - 定制一个聊天机器人
大型语言模型带给我们的激动人心的一种可能性是,我们可以通过它构建定制的聊天机器人(Chatbot),而且只需很少的工作量。在这一章节的探索中,我们将带你了解如何利用会话形式,与具有个性化特性(或专门为特定任务或行为设计)的聊天机器人进行深度对话。原创 2024-07-30 16:43:11 · 904 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第7篇 -扩展类引用
文本扩展是大语言模型的一个重要应用方向,它可以输入简短文本,生成更加丰富的长文。这为创作提供了强大支持,但也可能被滥用。因此开发者在使用时,必须谨记社会责任,避免生成有害内容。原创 2024-07-29 11:08:18 · 953 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第6篇 -转换类应用(翻译、语气、写作风格调整)
大语言模型具有强大的文本转换能力,可以实现多语言翻译、拼写纠正、语法调整、格式转换等不同类型的文本转换任务。利用语言模型进行各类转换是它的典型应用之一。掌握调用大语言模型接口进行文本转换的技能,是开发各种语言类应用的重要一步。文本转换功能的应用场景也非常广泛。相信读者可以在本章的基础上,利用大语言模型轻松开发出转换功能强大的程序。原创 2024-07-26 17:30:46 · 843 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第5篇 - 推理类应用
短短几分钟内,我们已经能够建立多个用于文本推理的系统,这是以前需要机器学习专家数天甚至数周时间才能完成的任务。这一变化无疑是令人兴奋的,因为无论你是经验丰富的机器学习开发者,还是刚入门的新手,都能利用输入 Prompt 快速开始复杂的自然语言处理任务。原创 2024-07-25 11:26:43 · 760 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第4篇 - 文本概括总结类应用
LLM文本摘要功能的巨大优势:节省时间,提高效率,以及精准获取信息。这就是我们本章要介绍的内容,让我们一起来探索如何利用编程和调用API接口,掌握这个强大的工具。原创 2024-07-23 17:11:47 · 296 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第3篇-提示词工程的迭代优化
写Prompt就像大模型训练一样,很难一次就找到完美使用的Prompt,都需要一个迭代的优化过程,以不断改进Prompt。相比训练机器学习模型,Prompt 的一次成功率可能更高,但仍需要通过多次迭代找到最适合应用的形式。原创 2024-07-22 16:20:22 · 721 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第2篇-提示词关键原则,和大模型有效的沟通
和大模型有效的沟通有两个原则:1. 编写清晰、具体的指令2. 给模型时间去思考原创 2024-07-19 16:15:51 · 836 阅读 · 0 评论 -
【AI教程-吴恩达讲解Prompts】第1篇 - 课程简介
欢迎来到面向开发者的提示工程部分,本部分内容基于吴恩达老师的《Prompt Engineering for Developer》课程进行编写。《Prompt Engineering for Developer》课程是由吴恩达老师与 OpenAI 技术团队成员 Isa Fulford 老师合作授课,Isa 老师曾开发过受欢迎的 ChatGPT 检索插件,并且在教授 LLM (Large Language Model, 大语言模型)技术在产品中的应用方面做出了很大贡献。她还参与编写了教授人们使用 Prompt原创 2024-07-16 16:44:59 · 949 阅读 · 0 评论