浅谈提示工程之In-context learning技术

最新推荐文章于 2024-11-07 20:03:52 发布
最新推荐文章于 2024-11-07 20:03:52 发布
阅读量217 收藏
点赞数 4
分类专栏： 大模型知识学习 文章标签： 人工智能 自然语言处理 nlp
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/qq_43127132/article/details/142489952
版权

提示工程之In-context learning技术；
通过一张图片围绕下边几个方面进行简单说明

  • 概念
  • 起因
  • 本质
  • 结构
  • 注意事项

在这里插入图片描述

日常总结

保持成长
关注
专栏目录
智能问答进阶之路：RAG(大模型检索增强生成)框架详解与实战，融合检索与生成助力智能系统更上层楼
丨汀、的博客
11-01 3191
智能问答进阶之路：RAG(大模型检索增强生成)框架详解与实战，融合检索与生成助力智能系统更上层楼
ChatGPT Prompt工程浅谈
龙雪的博客
02-07 3万+
首先，我们不妨自己先想一想，会怎么写 Prompt。随便一想就一大堆： • 简单日常对话。比如询问对方姓名，是否开心等等。 • 常识问答。比如问今天是周几，冬天如何取暖等等。 • 知识问答。比如热力学第二定律是什么，设计模式中的策略模式适用于哪些场景等等。 • 文本改写。比如给出一段话，让它改简单一些，或换个风格，同时给出要的风格是什么样子的。 • 所有的 NLP 任务，包括：文本分类、实体标注、信息抽取、翻译、生成、摘要、阅读理解、推理、问答、纠错、关键词提取、相似度计算等等。
浅谈结构化提示词系统
吉米_王
06-23 941
结构化prompt
go技术文章梳理（2018）
热门推荐
韩亚军的博客
06-22 8万+
gocn_news_2018-12-31 Go 入门简介：http://t.cn/EbjzeSt Go GraphQL 新手指南： https://tutorialedge.net/golang/go-graphql-beginners-tutorial/ 你需要 Go web 框架吗：https://medium.com/@tusharsoni/do-you-need-a-...
go技术文章梳理（2017）
韩亚军的博客
06-22 5万+
gocn_news_2017-12-31 分布式系统下的Go channels https://medium.com/@matryer/introducing-vice-go-channels-across-many-machines-bcac1147d7e2 Go Socket编程之teleport框架是怎样炼成的 https://www.jianshu.com/p/7120...
iOS：iOS开发非常全的三方库、插件等等
dienangpiao2051的博客
09-23 7548
iOS开发非常全的三方库、插件等等 github排名:https://github.com/trending, github搜索：https://github.com/search. 此文章转自github:https://github.com/Tim9Liu9/TimLiu-iOS 一、UI 下拉刷新 EGOTableViewPullRefresh- 最早...
iOS 强大第三方资源库
weixin_34237596的博客
03-08 1万+
Github用法 git-recipesGit recipes in Chinese. 高质量的Git中文教程. lark怎样在Github上面贡献代码 my-git有关 git 的学习资料 gitignore非常赞 有用的.gitignore模板集合(忽略上传的文件集合)，包含了各种语言. 完整App@ open-source-ios-apps- iOS开源App集合，分：swift与Objec...
自助餐剩余食品识别图像分割系统：教学内容全覆盖
sgcsdn99的博客
11-04 1392
数据集信息展示在本研究中，我们使用的数据集名为“9_5_Merged”，该数据集专门用于训练改进YOLOv8-seg的自助餐剩余食品识别图像分割系统。该数据集包含71个类别，涵盖了丰富多样的食品种类，旨在提高模型对不同类型剩余食品的识别和分割能力。通过对这些类别的细致划分，我们希望能够实现更高精度的图像分割，进而优化自助餐剩余食品的管理和利用。
掌握AIStarter新功能，轻松关闭广告享受纯净浏览体验
ai_xiaogui的博客
11-07 183
AIStarter的广告拦截器是一项集成在平台内部的新特性，它允许用户根据自己的喜好设置广告过滤规则。无论是烦人的横幅广告、视频前贴片广告还是弹窗广告，都可以通过简单的设置被有效屏蔽。这项功能不仅提升了用户的浏览效率，还保护了用户的隐私安全。在数字时代，拥有一个清爽无干扰的网络环境对每个人都至关重要。AIStarter的广告拦截器正是为此而设计，它帮助用户夺回了对个人浏览体验的控制权。现在就尝试启用这项功能，开始享受一个更加干净、高效的上网体验吧！不要广告！关闭广告！
在后LLM时代，关于新一代智能体的思考
langboat_mengzi的博客
11-07 415
同时，新一代智能体工具平台应具备与基座LLM保持独立的多层次智能体系，无需依赖单一大模型或者技术供应商，如此一来，有利于实现模块化开发，具备较强的可维护性，同时还能够建立良好的生态，促进智能体的繁荣发展。而“慢思考”是指在基础模型的基础上，当处理一些复杂指令时，智能体将需求拆解成多个子任务，会调用不同的工具来完成任务，并对结果进行反思、确认，这一过程体现了一种类似于人类思维的“系统 2”的过程，即 step-by-step、可解释的且能导致更准确结果的过程。这些能力对于智能体具有重要的作用和价值。
【自然语言处理与大模型】大模型（LLM）基础知识②
qq_39780701的博客
11-04 1049
（1）LLaMA输入句子的长度理论上可以无限长吗？（2） 什么情况用Bert模型，什么情况用LLaMA和ChatGLM这类大模型？怎么选？（3）各个专业领域是否需要各自的大模型来服务？（4）如何让大模型处理更长的文本？（5）如果想要在某个模型基础上做全参数微调，需要多少显存？（6）为什么SFT之后觉得大模型LLM变傻了？（7）微调和指令微调的区别？（8）SFT指令微调数据如何构建？（9）领域模型Continue PreTrain数据如何选取？（10）领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘
Bert快速入门
qq_36070104的博客
11-06 852
Python 语言 BERT 入门：让我们一起“吃透”BERT
CVPR2024：PKINet(上下文锚点注意力机制)
kuailezzf的博客
11-06 344
PKINet采用无扩展的多尺度卷积核来提取不同尺度的目标特征并捕获局部上下文。具体来说，首先，PKINet不依赖于大核卷积或膨胀卷积来扩展感受野，而是利用无扩展的深度卷积（inception-style）来提取不同感受野之间的多尺度纹理特征。最后，这两个模块协同工作，促进了局部和全局上下文信息的自适应特征提取，从而提高了遥感目标检测的性能。为了解决上述问题，以前的方法是通过大核卷积或膨胀卷积来扩展主干网络的空间感受野。但是，前者通常会引入相当大的背景噪声，而后者可能会产生过于稀疏的特征表示。
AI代币是什么？AI与Web3结合的未来方向在哪里？
BlockOne11的博客
10-30 1672
近两年随着人工智能的崛起，AI已经渗透到制造业、电商、广告、医药等各个行业，加密货币领域也不例外，人工智能与区块链的融合，让我们看到了独特的数字资产 — AI加密代币。它的流行始于2022年底，随着OpenAI智能聊天机器人ChatGPT的火爆，许多人意识到，人工智能不再只是出现在电影里面，更多的应用已经照进现实，AI已经作为一种高效的生产力应用到实际的产业中。人工智能狂热也影响了机构巨头。例如，谷歌宣布将着手开发自己的人工智能聊天机器人 Bard。
Python的自然语言生成与对话系统介绍
余生的博客
11-05 776
自然语言生成(Natural Language Generation，NLG)和对话系统是人工智能领域的重要研究方向。NLG 涉及将计算机理解的信息转换为自然语言文本，而对话系统则涉及计算机与用户之间的自然语言交互。Python 作为一种易于学习、易于使用的编程语言，在这两个领域中发挥了重要作用。核心概念与联系核心算法原理和具体操作步骤数学模型公式详细讲解具体最佳实践：代码实例和详细解释说明实际应用场景工具和资源推荐总结：未来发展趋势与挑战。
数字孪生+AI：从数据、算法、场景层面全面驱动园区迈向智能化
wlsjdszls的博客
11-06 302
在碳排放管理方面，平台整合了园区内的水、电、暖、气等能耗数据，通过直观的界面展示能耗趋势，进行综合考评，并实时在线监测区域能源动态。在数字化转型的浪潮下，数字孪生+AI的联合为智慧园区的管理与运营提供了一整套高效的解决方案，不仅提升了园区的运营效率，还改善了人们的体验。Frontop智慧园区平台深度整合园区内所有资源，构建了一个统一的物联网设备管理体系，能够实时监控整个园区的运营状态，并运用AI技术进行设备故障的智能预测，实现了从人为管理到数据驱动治理的转变，显著提升了产业园的运营效率。
人工智能测试开发学习框架路线
ceshiren2022的博客
11-04 668
形式章节知识点Pytorch 框架简介知识点人工智能与深度学习知识点Tensors 张量知识点数据集和数据加载器知识点Transforms 预处理知识点构建神经网络知识点Pytorch 中的自动微分知识点优化模型参数知识点保存并加载模型知识点通过示例学习 Pytorch。
LLM训练”中的“分布式训练并行技术；分布式训练并行技术
最新发布
ZJQ的博客
11-07 27
这样可以充分利用多个计算设备的计算能力，加速模型的训练过程，并减少单个设备的内存和计算压力。在使用这些框架进行模型训练时，只需要定义模型的计算图和输入数据，框架就会自动选择最优的并行策略进行训练。在反向计算时，最后一个GPU计算完梯度后，将结果传递给上一个GPU，依次类推，直到所有GPU都完成梯度计算并更新模型参数。在训练过程中，每个GPU独立地计算梯度，并通过AllReduce操作将所有GPU的梯度进行汇总和平均，最后更新模型参数。这样，可以充分利用多个GPU的计算能力和内存资源，加速模型的训练过程。
CoD-MIL: 基于诊断链提示的多实例学习用于全切片图像分类|文献速递-基于深度学习的病灶分割与数据超分辨率
weixin_38594676的博客
11-07 279
受 CoT 提示和病理学家临床知识的启发，我们提出了一种用于全切片图像分类的基于诊断链提示的多实例学习（CoD-MIL）框架。在多实例学习（MIL）中，全切片图像（WSI，即包）W = {Wl, Wh} 被通过无重叠滑动窗口方法裁剪为一系列小块（即实例）P = {Pl ∈ R Nl×N0×N0×3, Ph ∈ R Nh×N0×N0×3}。N0 为小块的尺寸。受自然语言处理中的链式思维提示和病理学家诊断先验的启发，我们的链式诊断文本提示将复杂的诊断过程分解为在全视野图像中从低倍到高倍的系列渐进子过程。
道可云人工智能&元宇宙每日资讯｜2024国际虚拟现实创新大会将在青岛举办
道可云
11-07 101
日前，石景山区成功举办了人工智能大模型产业创新发展大会，会上正式启动了北京首座生产大模型的“超级工厂”——百度智能云千帆大模型产业(北京)创新基地服务平台。11月12日至13日，2024国际虚拟现实创新大会将在青岛崂山区举办。本届大会由山东省工业和信息化厅、青岛市人民政府主办。在山东省“1+4+N”的虚拟现实产业布局中，青岛占据核心地位，而崂山区则是青岛市布局中的关键极点。近日，荷兰最大的出版商维恩博世与基宁（Veen Bosch & Keuning）证实，计划尝试使用人工智能来协助翻译商业小说。
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

打赏作者

保持成长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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