文章列表-AI魔法学院

文章列表

金融领域Prompt工程方法浅析

如何通过设计和优化提示(Prompt)去激发出大模型在特定任务的性能成为自然语言处理领域又一研究热点。

prompt 大模型

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

研究者声明，这篇论文梳理的内容带有个人倾向性，并且假定读者已经熟悉 LLM 的工作方式。

开源模型

40个麦肯锡高手常用的、鲜为人知的ChatGPT指令

确定这个决策是增强还是削弱了保护企业的竞争优势。”

ChatGPT prompt

Prompt屠龙术-思维链

如果需要进一步加强效果，可以配合指定多个输出，这样前面的输出都会形成后面步骤的上下文，能够有效增强prompt的性能: Output: 【主题理解与扩展】【人物设定】【情节构思】【详细情节拓展

Prompt 思维链

Effective Prompt: 编写高质量Prompt的14个有效方法

当Prompt内容过于丰富时，模型并不一定会完全遵循每一条指令约束，因此每一条指令的表述应当越精炼越好，如果想要添加的指令约束实在太多，则应该使用列表格式分点列出，并确保上下文承接的连贯性，减轻模型的理解负担

prompt 提示词

WeChaty：强大的微信个人号机器人SDK

开发者可以通过编写自定义的消息处理逻辑，实现个性化的消息处理功能，而这些功能在 Python 接口中同样适用。

微信接口

什么是极限、导数、微分与积分（通俗易懂）！

积分有两种形式：不定积分（Indefinite Integral）和定积分（Definite Integral）。

极限导数微分积分

2023年LLM如何入门？请看这篇综述！

此外，还需要考虑如何处理模型的权重衰减、学习率调整等问题，以提高训练的效率和稳定性。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这使得 OuteTTS-0.1-350M 能够继承 LLaMa 架构在语言理解和处理方面的优势，为后续的语音合成奠定坚实基础。

OuteTTS-0.1-350M 音频

大模型能力评估体系

PromptBench：PromptBench是一个评测大模型提示鲁棒性的基准，它测试模型对于输入干扰的敏感性，评估模型在理解和执行指令时的稳定性。

大模型评估

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

2.3.2 奖励函数奖励函数定义为 r(x,y)，其决定了在给定输入x和输出y的情况下，模型的预测有多好。

小型语言模型 Zephyr-7B

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

· · (A) 受众：识别目标受众针对特定受众定制大语言模型的回应，无论是领域内的专家、初学者还是儿童，都能确保内容在特定上下文中适当且容易理解。

GPT-4 提示词

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

可以帮助大模型更好的理解文本内容。

提示词 prompt

强！推荐一款自动化神器Autolt：不再重复工作！

· 数据抓取和处理：AutoIt可以用于抓取网页数据、处理Excel表格、操作数据库等，实现自动化的数据处理任务。

Autolt 自动化

大语言模型的拐杖——RLHF基于人类反馈的强化学习

RLHF通过用人类生成的反馈替换或补充预定义的奖励函数，从而允许模型更好地捕捉复杂的人类偏好和理解，从而增强了这个过程。

大模型训练

<...46 47 48 495051 52 53 54 55 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1