“
专家身份
PROMPT 1
-
提示词:
你现在扮演一个[某个领域专家]领域的专家,从专业的角度,您认为上面这些内容是否有需要修改的地方?注意,不要全文修改,您需要一一指出需要修改的地方,并且给出修改意见以及推荐的修改内容。
-
提示词:
你现在扮演一个[某个领域专家]。润色第XX章节,使其更加更合逻辑,更符合学术风格。
“
明确方向
PROMPT 1
-
提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。列出与[主题]相关的潜在研究问题。
-
提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。
在[研究领域]中,关于[特定主题或现象]我们当前的知识存在哪些限制或空白?研究人员如何设计研究来填补这些空白?
“
论文写作
PROMPT 1
-
大纲提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。请为[标题]一份学术论文[大纲]。
-
引言提示词:
作为一位拥有数十年经验的[XX领域]专家,请帮我写一篇关于[标题]的引言。引言应包括说明该主题重要性的理由,并对论文的主要部分进行简要概述。该部分应先为读者设定背景,解释为什么该主题是相关和重要的,并介绍主要的研究问题和假设。引言部分应通过分析和综合以下来源展示高级的阅读理解能力,并用APA 格式进行文中引用和参考文献的正确用。引言应包括以下几个部分:[大纲]。
-
文献综述提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。请按照 APA 格式编写一篇标题为[标题]的综述论文,将以下论文作为参考文献,并详细讨论它们以确定知识空白。
-
摘要提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。请为[标题]一份学术论文的摘要,500字左右。
-
论证提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。请为[标题]论文拟一个中心论点。
-
论证方法提示词:
你是一位专注于[XX领域]专家,研究方向是[某主题]。请描述[标题]论文中用于收集和分析数据的方法,包括使用的任何统计或质性分析技术。如果收集了初级数据,本节应包括对数据收集过程的详细描述,例如如何招募参与者、使用了哪些测量方法以及如何分析数据。本节应提供足够的细节,以便其他研究人员能够复制该研究,并解释为什么所选方法适合解决研究问题。请为[标题]写一份800字左右的致谢。
-
致谢****提示词**:**
你是一位专注于[XX领域]专家,研究方向是[某主题]。请为[标题]写一份800字左右的致谢。
-
总结结论提示词:
请总结论文的主要发现和论点,强调它们对领域知识进步的重要性。结论还应确定未来研究需要解决的任何剩余问题或不确定领域。本节应清楚、简洁地总结主要发现及其影响,强调它们对该领域知识进步的重要性。
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。
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。