Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

使用AGI类工具时,用户应该注意些什么

Answer

使用 AGI 类工具时,用户应注意以下几点:

  1. 理解工具:全面了解工具的应用场景和调用方法是有效使用的前提。利用 LLM 的 zero-shot learning 和 few-shot learning 能力,可通过描述工具功能和参数的 zero-shot demonstration 或特定工具使用场景和相应方法演示的少量提示来获取工具知识。面对复杂任务,应先将其分解为子任务,再组织和协调,这依赖于 LLM 的推理和规划能力以及对工具的理解。
  2. 使用工具:学习使用工具的方法主要包括从 demonstration 中学习和从 reward 中学习。包括模仿人类专家行为,了解行为后果,并根据环境和人类的反馈做出调整。环境反馈包括任务完成结果和环境状态变化,人类反馈包括显性评价和隐性行为。
  3. 关注工具选择:对于 Tools 类工具,开发者需选到合适的工具,并填写准确优秀的参数。可将业务上的 knowhow 转化为 Agent 的知识,提升工具使用的准确率,把精力放在这方面而非工程化上。
Content generated by AI large model, please carefully verify (powered by aily)

References

AI-Agent系列(一):智能体起源探究

理解工具:AI Agent有效使用工具的前提是全面了解工具的应用场景和调用方法。没有这种理解,Agent使用工具的过程将变得不可信,也无法真正提高AI Agent的能力。利用LLM强大的zero-shot learning和few-shot learning能力,AI Agent可以通过描述工具功能和参数的zero-shot demonstartion或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。这些学习方法与人类通过查阅工具手册或观察他人使用工具进行学习的方法类似。在面对复杂任务时,单一工具往往是不够的。因此,AI Agent应首先以适当的方式将复杂任务分解为子任务,然后有效地组织和协调这些子任务,这有赖于LLM的推理和规划能力,当然也包括对工具的理解。使用工具:AI Agent学习使用工具的方法主要包括从demonstartion中学习和从reward中学习(清华有一篇从训练数据中学习的文章)。这包括模仿人类专家的行为,以及了解其行为的后果,并根据从环境和人类获得的反馈做出调整。环境反馈包括行动是否成功完成任务的结果反馈和捕捉行动引起的环境状态变化的中间反馈;人类反馈包括显性评价和隐性行为,如点击链接。具身智能在追求人工通用智能(AGI)的征途中,具身Agent(Embodied Agent)正成为核心的研究范式,它强调将智能系统与物理世界的紧密结合。具身Agent的设计灵感源自人类智能的发展,认为智能不仅仅是对预设数据的处理,更多地来自于与周遭环境的持续互动和反馈。与传统的深度学习模型相比,LLM-based Agent不再局限于处理纯文本信息或调用特定工具执行任务,而是能够主动地感知和理解其所在的物理环境,进而与其互动。这些Agent利用其内部丰富的知识库,进行决策并产生具体行动,以此改变环境,这一系列的行为被称为“具身行动”。

AI-Agent系列(一):智能体起源探究

理解工具:AI Agent有效使用工具的前提是全面了解工具的应用场景和调用方法。没有这种理解,Agent使用工具的过程将变得不可信,也无法真正提高AI Agent的能力。利用LLM强大的zero-shot learning和few-shot learning能力,AI Agent可以通过描述工具功能和参数的zero-shot demonstartion或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。这些学习方法与人类通过查阅工具手册或观察他人使用工具进行学习的方法类似。在面对复杂任务时,单一工具往往是不够的。因此,AI Agent应首先以适当的方式将复杂任务分解为子任务,然后有效地组织和协调这些子任务,这有赖于LLM的推理和规划能力,当然也包括对工具的理解。使用工具:AI Agent学习使用工具的方法主要包括从demonstartion中学习和从reward中学习(清华有一篇从训练数据中学习的文章)。这包括模仿人类专家的行为,以及了解其行为的后果,并根据从环境和人类获得的反馈做出调整。环境反馈包括行动是否成功完成任务的结果反馈和捕捉行动引起的环境状态变化的中间反馈;人类反馈包括显性评价和隐性行为,如点击链接。具身智能在追求人工通用智能(AGI)的征途中,具身Agent(Embodied Agent)正成为核心的研究范式,它强调将智能系统与物理世界的紧密结合。具身Agent的设计灵感源自人类智能的发展,认为智能不仅仅是对预设数据的处理,更多地来自于与周遭环境的持续互动和反馈。与传统的深度学习模型相比,LLM-based Agent不再局限于处理纯文本信息或调用特定工具执行任务,而是能够主动地感知和理解其所在的物理环境,进而与其互动。这些Agent利用其内部丰富的知识库,进行决策并产生具体行动,以此改变环境,这一系列的行为被称为“具身行动”。

AI Agent产品经理血泪史(一):一年来我摸过的那些石头【Tools篇】

我跟小伙伴们一路关注着OpenAI各个版本模型能力的迭代,把模型能力摸的一清二楚。虽然官方没有任何明确的说明,但是从各版本模型迭代的路线来推断,Tools大概率是OpenAI押注AGI的方式。开头的报道截图其实也能够证明这点。可能有很多人对AI Agent的认知是从Plan-and-Execute开始的,比较有名的可能就是当时的AutoGPT,BabyAGI,以及国内一个项目Xagent。我不否认Plan Agent是一种解决问题的方式,但它绝对不是AI Agent该有的智能。这里就不展开去聊Plan Agent了,毕竟去年那些Plan Agent项目至今都很难有落地的。而Tools则是给了一种全新的解题思路。而开发者也只需要关注两个事情:1、选到合适的工具;2、填写准确(优秀)的参数;所有事情的优化,都可以从这两个方面下手。把业务上的knowhow,快速地转化为Agent的知识,提升它在上面两个事情的准确率,把精力放在这个事情上,而不是在工程化上。Sam虽然是个忽悠大王,但是有些话缺不无道理。有些模型迭代能去解决的问题,不要花太多精力去做,也许你哼哧哼哧搞几个月,还没上线下个版本模型就解决了。

Others are asking
传统AI、大模型、AGI的区别
传统 AI、大模型、AGI 存在以下区别: 传统 AI: 语音技能 NLU 通常通过一系列规则、分词策略等训练而成。 运作逻辑规律可观测,具有 ifelse 式的逻辑性。 大模型: 凭借海量数据在向量空间中学习知识的关联性。 运作逻辑难以观测,脱离了 ifelse 的层面。 Transformer 是其底层结构,是一个大参数(千亿级别)的回归方程,底层是 function loss 损失函数,能在一定 prompt condition 情况下,repeat 曾经出现过的数据内容,实现“生成”能力。 大语言模型是一个 perfect memory,repeat 曾经出现的内容。与 Alpha Go 相比,Alpha Go 是增强学习模型,有推理能力,而大语言模型这块很弱。 AGI(通用人工智能): 部分人觉得 LLM(大语言模型)具有 AGI 潜力,但 LeCun 反对。 目前对于能否到达 AGI 阶段尚不明确。 在公众传播层面: AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容,后来泛指用 AI 生成音乐、图像、视频等内容。 LLM 指 NLP 领域的大语言模型,如 ChatGPT。 GenAI 是生成式人工智能模型,国内官方政策文件使用这个词相对科学,涵盖了 LLM 和 AIGC。 公众传播一般会混用上述名词,但底层是 transformer 结构。
2025-02-18
agi是什么
AGI 即通用人工智能(Artificial General Intelligence),通常被定义为一种能够完成任何聪明人类所能完成的智力任务的人工智能。具有以下特点和相关情况: OpenAI 原计划在 2026 年发布最初被称为 GPT6 后重新命名为 GPT7 的下一阶段,但因埃隆·马斯克的诉讼而暂停。计划在 2027 年发布的 Q2025(GPT8)将实现完全的 AGI。 像 GPT3 及其半步后继者 GPT3.5(在 2023 年 3 月升级为 GPT4 之前,它驱动了 ChatGPT)在某种程度上是朝着 AGI 迈出的巨大一步,而早期的模型并非如此。 呈现人工通用智能特征的系统正浮现,它指一种能够在许多领域内以人类水平应对日益复杂的问题的系统。 ChatGPT 是由致力于 AGI 的公司 OpenAI 研发的一款 AI 技术驱动的 NLP 聊天工具。
2025-02-18
怎么零基础学习agi
以下是零基础学习 AGI 的建议: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 此外,还有一些个人的学习心得供您参考: YoYo 作为文科生,在学习 AGI 之前不懂代码和英语,注册尝试各种 AI 工具走了不少弯路。学习后能够搓多 Agent 的智能体,进行营销文案 demo、SQL 代码进阶学习应用,创建了多个智能体,并在公司中实践智能客服从创建到应用的过程。其学习路径的关键词为:少就是多先有个初识目录索引推荐兴趣最重要先动手,强调学以致用,通过学习分享不断填补知识的缝隙来成长。 另外,银海在 0 基础跨界 AI 编程共学中,进行了关于图像流和图片生成分享流构建完整工作流的尝试,包括通过定时任务、从图片站点获取或按关键词搜索来更新图片和推广语,以商品图为基础创建梗句内容,在新建的 VQ AGI 团队空间进行图像流工作以及将抠图后的元素与海报合成等操作。
2025-02-18
way to agi社群
WaytoAGI(通往 AGI 之路)是一个由一群热爱 AI 的专家和爱好者共同建设的开源知识库和社区平台。它于 2023 年 4 月 26 日诞生,社群的 Slogan 是让更多的人因 AI 而强大,有很多学社和共学共建的活动。在没有任何推广的情况下,一年时间已有超过 70 万(也有提到超过 100 万)用户和超千万次的访问量,是很多 AI 爱好者知识的源头。 WaytoAGI 是一个致力于人工智能学习的中文知识库和社区平台,为学习者提供系统全面的 AI 学习路径,覆盖从基础概念到实际应用的各个方面。它具有以下特点: 1. 知识库与社区平台:汇集了上千个人工智能网站和工具,提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。 2. 学习资源:提供丰富的学习资源,包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 3. 实践活动:定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 4. 开放共享:引领并推广开放共享的知识体系,倡导共学共创等形式,孵化了 AI 春晚、离谱村等大型共创项目。 目前合作过的公司/产品包括阿里云、通义千问、淘宝、智谱、支付宝、豆包、火山引擎、marscode、coze、堆友、即梦、可灵、MiniMax 海螺 AI、阶跃星辰、百度、Kimi、吐司、liblib、华硕、美团、美的、360、伊利、魔搭、央视频、Civitai、Openart、Tripo3D、青椒云等。您可以打开“waytoagi.com”找到社群。
2025-02-18
WaytoAGI,是干什么的,如何应用他。
WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库。目前知识库的内容覆盖 AI 绘画、AI 视频、AI 智能体、AI 3D 等多个版块,包含赛事和活动促进大家动手实践,有 1000 万的访问量。 WaytoAGI 里有个离谱村,这是由 WaytoAGI 孵化的千人共创项目,让大家学习和接触 AI 更容易、更感兴趣。参与者不分年龄层,一起脑洞和创意,都可以通过 AI 工具快速简单地创作出各种各样的作品。 在飞书 5000 人大群里,内置了一个智能机器人「waytoAGI 知识库智能问答」,它是基于飞书 aily 搭建的。使用方法如下: 1. 您可以在 WaytoAGI 飞书知识库首页找到加入飞书群的链接(最新二维码请在查找),然后点击加入,直接@机器人即可。 2. 可以在 WaytoAGI.com 的网站首页,直接输入您的问题,即可得到回答。 3. 在飞书群里发起话题时候即可,它会根据 waytoAGI 知识库的内容进行总结和回答。 其功能包括: 1. 自动问答:自动回答用户关于 AGI 知识库内涉及的问题,可以对多文档进行总结、提炼。 2. 知识搜索:在内置的「waytoAGI」知识库中搜索特定的信息和数据,快速返回相关内容。 3. 文档引用:提供与用户查询相关的文档部分或引用,帮助用户获取更深入的理解。 4. 互动教学:通过互动式的问答,帮助群成员学习和理解 AI 相关的复杂概念。 5. 最新动态更新:分享有关 AGI 领域的最新研究成果、新闻和趋势。 6. 社区互动:促进群内讨论,提问和回答,增强社区的互动性和参与度。 7. 资源共享:提供访问和下载 AI 相关研究论文、书籍、课程和其他资源的链接。 8. 多语言支持:支持多语言问答,满足不同背景用户的需求。
2025-02-17
通往AGI之路的介绍
“通往 AGI 之路”(WaytoAGI)是一个致力于人工智能(AI)学习的中文知识库和社区平台。 社区由开发者、学者和 AI 爱好者共同参与建设,提供丰富的学习资源,包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 品牌 VI 方面,融合了独特的设计元素,以彩虹色彰显多元性和创新,以鹿的形象象征智慧与优雅,通过非衬线字体展现现代感和清晰性。 为学习者提供系统全面的 AI 学习路径,涵盖从基础概念到实际应用的各个方面。 汇集了上千个人工智能网站和工具,拥有丰富多样的技术活动、学习资源和大量的社区成员。在没有任何推广的情况下,一年时间已有超过 100 万用户和超千万次的访问量。 社区定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 引领并推广开放共享的知识体系,倡导共学共创等形式,孵化了 AI 春晚、离谱村等大型共创项目。 目标是让每个人的学习过程少走弯路,让更多的人因 AI 而强大。目前合作过众多公司/产品,如阿里云、通义千问、淘宝、智谱、支付宝等。 如果您对 AI 学习感兴趣,加入“通往 AGI 之路”社区将是一个不错的选择。在这里,您可以获取最新的 AI 知识,参与实践活动,与志同道合的学习者共同成长。
2025-02-17
可以用ai做商务服务么,比如帮用户申请个商标
AI 可以在一定程度上辅助商务服务,比如商标申请。商标申请要有区分度,能区分自家与别家产品,不像著作权需考虑独创性等。 关于 AI 作品的相关问题: 微链区块链存证流程: 登录方式:用微信扫码即可登录微链,登录后无需在个人中心完善信息。 存证选择:在页面左上角选择区块链存证,AI 作品一般选此选项。 信息填写:包括存证内容类型、存证附件、存证名称、作品作者、作品简介、著作权人等信息,著作权人可委托登记。 发表信息:填写发表地区、首次发表日期、权力取得方式等。 提交付款:确认存证上传,勾选并提交存证,手机扫码付款 10 元。 查看订单:在个人中心的版权订单中查看处理状态,处理完成后可在区块链版权存证处查看证书。 版权登记:带有 AI 性质或名字的作品无法做著作权登记,选择微链区块链存证有法律效应,且一次存证无需每年续费。 关于侵权问题: AI 生成肖像侵权:用他人著名肖像生成特定形象可能侵犯肖像权和名誉权,用自己肖像则相对安全。 AI 生成人脸相似侵权:若生成的人脸世界上不存在,侵权可能性小;若提示词相同且生成相似,可能侵权,需具体情况具体分析。 简单提示词作品版权:简单提示词生成的作品,法律可能不保护其版权,被搬运时难以有效维权。 以图生图的鉴定:若生成的图与原图看不出相同,一般不侵权,但用与原图无相似之处的图做底图的原因值得思考。 AI 生成音乐侵权:AI 音乐中歌词和旋律与某首歌有相似部分,是否侵权需多元素、多因素整体判断,如相似部分占比、整体结构等。 使用逝者肖像:逝者肖像权永远受保护,使用需谨慎,未造成不良影响且增益的情况下权利人可能不追究。
2025-02-17
c端的用户如何应对AI幻觉
对于 C 端用户应对 AI 幻觉,可以参考以下方法: 1. 在商业化问答场景中,落地时需直面幻觉问题。非技术从业者可从配置入手,如问答机器人界面左侧的 AI 模型、提示词、知识库等。 2. 对于 Claude ,可以尝试以下故障排除方法: 允许 Claude 在不知道答案时说“我不知道”。 告诉 Claude 只有在非常确信回答正确时才回答问题。 让 Claude 在回答问题之前“逐步思考 think step by step”。 给 Claude 留出思考的空间,例如让其在<thinking></thinking>标签内思考,然后从最终输出中删除该部分。 让 Claude 在长篇文档中找到相关引文,然后使用这些引用来回答。 3. 对于提示词污染与不良用户行为,Claude 本身具有一定抵抗力,为实现最大程度保护,可以进行无害性筛选,例如运行“无害性筛选”查询评估用户输入内容是否恰当,若检测到有害提示则拦截查询响应。 4. 在实际应用中,如面对央企等对幻觉零容忍的大客户,可引入 LLM 之外的东西如传统搜索或 hard code 的一些东西去强行控制,但希望流程能在场内完成,同时与客户建立共生的数据。
2025-02-16
目前我有个数据源头,可能是excle或mysql数据库。他们都含义以下字段: 发货日期 物料编号 物料描述 板块 实际已交货量 销售单位 金额(RMB) 金额(不含税RMB) 国家 品牌; 我需要创建一个智能体助手,用于分析这些数据,这个智能通助手需要能按用户需要,分析各个维度的数据,并按板块等维度汇总,并转为柱状图图表表现出现,并表现用户所有日期的近一周的变化,并阐明变化或波动是由哪些数据导致的? 结合以上需求,我需要在飞书上构建一个企业每日利润表分析与汇报助手,该选定哪种prompt框架
很抱歉,目前飞书知识库中没有关于您所描述的这种特定需求下应选定哪种 prompt 框架的相关内容。但一般来说,构建这样的企业每日利润表分析与汇报助手的 prompt 框架可以考虑以下几个方面: 1. 明确数据来源和格式:清晰描述数据来自 Excel 或 MySQL 数据库,以及包含的具体字段。 2. 定义分析维度和指标:如按板块、国家等维度汇总数据,关注利润相关的指标。 3. 设定时间范围:明确分析近一周的数据变化。 4. 描述图表要求:指定以柱状图展示数据。 5. 解释变化原因:阐明导致数据变化或波动的关键因素。 您可以根据实际情况进一步细化和完善这个框架。
2025-02-15
目前我有个数据源头,可能是excle或mysql数据库。他们都含义以下字段: 发货日期 物料编号 物料描述 板块 实际已交货量 销售单位 金额(RMB) 金额(不含税RMB) 国家 品牌; 我需要创建一个智能体助手,用于分析这些数据,这个智能通助手需要能按用户需要,分析各个维度的数据,并按板块等维度汇总,并转为柱状图图表表现出现,并表现用户所有日期的近一周的变化,并阐明变化或波动是由哪些数据导致的?
要创建这样一个智能体助手来分析您提供的数据,以下是一些建议的步骤: 1. 数据获取与预处理: 从 Excel 或 MySQL 数据库中读取数据。 对数据进行清洗和预处理,例如处理缺失值、异常值等。 2. 数据分析与计算: 按照用户需求的维度(如板块、国家、品牌等)对数据进行分组和汇总计算。 计算近一周的数据变化情况。 3. 图表生成: 使用合适的图表库(如 matplotlib、Seaborn 等)将汇总后的数据以柱状图的形式展示。 4. 变化原因分析: 通过比较不同维度的数据,找出导致变化或波动的关键因素。 在技术实现方面,您可以使用 Python 编程语言来完成上述任务。例如,使用 Pandas 库进行数据处理和分析,使用 Matplotlib 库生成图表。希望这些建议对您有所帮助,如果您在实现过程中遇到具体的技术问题,欢迎随时向我咨询。
2025-02-15
如何在coze已经建好的智能体上搭建一个用户登陆的模块,让用户在使用前输入姓名,序号
要在已建好的 Coze 智能体上搭建用户登陆模块,让用户在使用前输入姓名和序号,您可以参考以下步骤: 1. 服务器设置: 购买云服务器,推荐使用腾讯云服务器。新用户专享 28 元/年一台云服务器,若售罄可购买 82 元/年的,并选择宝塔 Linux 面板 8.1.0 腾讯云专享。 云服务器设置密码,选择暂不需要教学场景,通过远程登录的密码/密钥登录的重置密码来初始化密码,并妥善保存。 获取宝塔 Linux 地址,点击控制面板中的应用信息的管理应用,有两种获取方法。 设置宝塔的密码,登录宝塔 Linux 面板,输入相关操作并保存用户名和密码。 2. 变现模板配置: 超级管理员和普通用户的定义:超级管理员拥有管理整个系统的最高权限,普通用户没有项目配置权限和进入管理后台页的权限。 成为超级管理员:点击【成为超级管理员】按钮,进入用户注册登录页面,完成注册后获得超级管理员账户。 选择智能体配置模式,包括 Zion 默认智能体模式和您的 Coze 智能体模式。 3. API 接入微信群 Bot: 登录宝塔面板,在宝塔面板中可视化控制云服务器,部署 docker 容器,启动 COW 项目与微信取得关联。 在“Docker”中的“项目模板”中添加,将编译好的内容复制进来,创建容器并确定。 查看运行服务,扫码接入微信,手动刷新日志,若看到 WeChat login success 则接入成功。
2025-02-14
如何用coze建一个用户登录的模块
以下是使用 Coze 建立用户登录模块的一般步骤: 1. 进入 Coze 官网(www.coze.cn),注册并登录。 2. 按照提示输入 8888 端口号,并确保端口号在列表中出现。 3. 在浏览器中输入相关信息,输入刚刚设置好的密码,把协议滚动到最底部,点击进入面板。为了绑定,先注册一个宝塔的账号,然后返回到登录界面,输入注册号的用户名和密码。 4. 点击左侧 Docker,点击立即安装,选择默认方式,等待在线安装完成。安装成功后,右侧会出现很多应用。
2025-02-14
图片提示词反推工具
以下是关于图片提示词反推工具的相关信息: LayerStyle 副本:根据图片反推提示词,可设置替换词。使用 Google Gemini API 作为后端服务,需在申请 API key,并填到插件根目录下的 api_key.ini 文件中(默认名字为 api_key.ini.example,初次使用需将后缀改为.ini,用文本编辑软件打开,在 google_api_key=后面填入 API key 并保存)。节点选项包括:api(目前只有"geminiprovision"一个选项)、token_limit(生成提示词的最大 token 限制)、exclude_word(需要排除的关键词)、replace_with_word(替换 exclude_word 的关键词)。 PromptEmbellish:输入简单的提示词,输出经过润色的提示词,支持输入图片作为参考。使用 Google Gemini API 作为后端服务,同样需申请并填写 API key。节点选项包括:image(可选项,输入图像作为提示词参考)、api(目前只有"googlegemini"一个选项)、token_limit(生成提示词的最大 token 限制)、discribe(在这里输入简单的描述,支持中文)。 【SD】真人转二次元:图生图功能除文本提词框外还有图片框输入口,可通过图片给与 AI 创作灵感。有两个反推提示词的按钮:CLIP 可通过图片反推出完整含义的句子;DeepBooru 可反推出关键词组。但生成的提示词可能有瑕疵,需手动补充信息。调整宽度和高度使红框匹配图片,同时注意提示词相关性和重绘幅度这两个参数。 第二十一期港风胶片: 活动介绍:墨悠大佬的胶片 lora 模型搭配 flux1 dev 大模型,文艺复兴,唯美胶片复古。lora 模型链接:https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page 教程: 方法 1:利用上一期活动图片反推工作流,使用唯美港风图片进行反推提示词,在大模型后接一个墨悠_胶片 lo。上一期活动链接: 胶片 lora 链接:https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page 方法 2:利用抱脸的 joycaption 图片反推提示词,然后在哩布上跑 flux 文生图工作流。joycaption 链接(需要魔法):https://huggingface.co/spaces/fancyfeast/joycaptionprealpha 文生图工作流: 在哩布上跑文生图:https://www.liblib.art/modelinfo/e16a07d8be544e82b1cd14c37e217119?from=personal_page
2025-02-18
图片提示词提取工具
以下是一些图片提示词提取工具: MidLibrary:Midjourney 最全面的流派、艺术技巧和艺术家风格库,网址: MidJourney Prompt Tool:类型多样的 prompt 书写工具,点击按钮就能生成提示词修饰部分,网址: OPS 可视化提示词:这个网站有 Mid Journey 的图片风格、镜头等写好的词典库,方便快速可视化生成自己的绘画提示词,网址: AIart 魔法生成器:中文版的艺术作品 Prompt 生成器,网址: IMI Prompt:支持多种风格和形式的详细的 MJ 关键词生成器,网址: Prompt Hero:好用的 Prompt 搜索,Search prompts for Stable Diffusion,ChatGPT&Midjourney,网址: OpenArt:AI 人工智能图像生成器,网址: img2prompt:根据图片提取 Prompt,网址: MidJourney 提示词工具:专门为 MidJourney 做的提示词工具,界面直观易用,网址: PromptBase:Prompt 交易市场,可以购买、使用、销售各种对话、设计 Prompt 模板,网址: AiTuts Prompt:精心策划的高质量 Midjourney 提示数据库,提供了广泛的不同风格供选择,网址: 关于悠船工具的基础使用教程: 进入官网,可以选择桌面端下载和浏览器使用。为方便选择浏览器使用,第一次使用需注册,选择企业用户注册,输入对应名称和手机号即可注册成功(目前不需要填写企业信息)。注册完成后进入具体操作页面。 基础操作:点击开始想象按钮,将生成的提示词粘贴在下面,回车等待几十秒生成 4 张图片,可选择喜欢的图片进行对应操作。 创作调整: 风格化:数字越大,越艺术,但并非越大越好,取决于创作,人像不用调整过高。 怪异化:数字越大越奇怪,可不碰。 多样化:数字越大,结果越意想不到,越低越接近提示词。建议新手一开始不用怪异和多样化,可做实验测试。 模式:默认标准,朴实 raw 会让图片质感更好,个人喜爱。 版本:默认最高 V6,建议最高,二次元可选 NIJI。 生成图片的速度:默认快速,越快对支付套餐要求越高。 “城市狂想”直接上手操作的教程中关于图片提示词生成: 提供了猫叔写的一段提示词的 prompt 并生成了三条,还为大家直接生成了 1 组共 12 段提示词,可直接使用。注意提示词在悠船和 MJ 中可直接用,在其他平台工具请复制后删除包含“”以后的部分。拿到提示词后可进入喜欢的 AI 绘画工具界面,例如悠船,点击开始想象按钮粘贴提示词。
2025-02-18
有哪些在企业内部落地应用AI大模型工具的实践案例?不要营销文案生成、代码开发助手、智能客服问答机器人这种太常见的
以下是一些在企业内部落地应用 AI 大模型工具的实践案例: 1. 阿里云百炼: 智能体应用:能够弥补大模型的不足,如回答私有领域问题、获取实时信息、回答专业问题等。适用于有企业官网、钉钉、微信等渠道,期望为客户提供产品咨询服务,以及缺少技术人员开发大模型问答应用的场景。典型场景包括私有领域知识问答、个性化聊天机器人、智能助手等。 内部业务助手:通过企业内部规章制度、部门结构、产品介绍等文档构建知识库,并借助 RAG 智能体实现内部知识问答功能。系统支持多源异构数据,并通过复杂文档解析和视觉增强技术,提升文档理解的准确性与深度。目前该功能已灰度上线,需提供 UID 并通过白名单进行开启。 2. 达摩院: AI 模特(虚拟换装):支持虚拟换装、姿态编辑。 3. 电商零售: 推广文案写作:通过内置的多样化营销场景的文体模板,基于用户输入的创作主题以及参考素材,大模型即可为您生成对应的营销文案,为营销活动和宣传文案提供灵感和文案写作支持。 4. 泛企业: VOC 挖掘:是一个面向各类企业的 VOC 标签挖掘的工具。不论是用户的长短评论、帖子、还是用户和客服/销售的聊天记录、通话记录,都可以使用。通过选中或自定义标签,即可让大模型针对海量非结构化的 VOC 数据快速打标。相比于人工打标或规则打标准确率更高;对于业务标签变动频繁的情况,也能更敏捷、快速地影响。 5. 通义晓蜜:基于深度调优的对话大模型,为营销服类产品提供智能化升级所需的生成式摘要总结、质检、分析等能力应用。
2025-02-18
多模态的AI工具有哪些
以下是一些多模态的 AI 工具: GPT4VAct:这是一个多模态 AI 助手,能够模拟人类通过鼠标和键盘进行网页浏览。它可以识别网页上的元素并理解其功能,目的是自动完成一些人工操作任务以提高效率。主要特点包括有限的视觉处理能力、自动标记、鼠标和键盘操作等,但目前存在一些功能暂不支持。 Sora:是第一个能够根据人类指令生成长达一分钟视频的模型,标志着在生成式 AI 研究和开发中的重大突破。 DiT:能将视频分解为一帧帧图像并逐帧去噪生成流畅连贯的视频,不仅能生成高质量逐帧图像,还能在时间维度上保持一致性。 Topview.ai:是一款面向海外市场的多模态转换工具,作为 AI 驱动的营销视频生成工具,可自动实现模态转换,帮助社交媒体达人将素材一键转换为爆款商业短视频。
2025-02-18
文本打标工具
以下是关于文本打标工具的相关信息: OpenAI API 可应用于多种自然语言、代码或图像任务,提供不同能力级别的模型,可微调自定义模型,适用于内容生成、语义搜索和分类等领域。模型通过将文本分解为标记(Token)来理解和处理,Token 可以是单词或字符块,在给定的 API 请求中处理的 Token 数量取决于输入和输出长度,可查看分词器工具了解更多。 对于某些文本打标任务,如根据问题的主要主题为文本打标签,有相应的指示和选项,如根据问题围绕的对象选择不同的标签类别。 在语音合成中,标注是常见问题,一般利用文本前端产生基线的音素序列和音素时长,再由人类参与检查,包括音素层级、单词层级、句子层级等方面,标注人员可采用 Praat 进行可视化标注和检查,不同场景的标注可能有细微变化。
2025-02-18
请给出目前比较火的各垂类AI工具名称
以下是目前比较火的各垂类 AI 工具: 图像生成器:有 14 个工具,如 Midjourney 等。 AI 聊天机器人:有 8 个工具,如 Claude、ChatGPT、Bing Chat 等。 AI 写作生成器:有 7 个工具,如 Rytr、Copy AI 等。 视频生成器:有 5 个工具。 语音和音乐:有 5 个工具。 设计:有 4 个工具,如 Canva 等。 其他:有 7 个工具。 此外,还有以下一些热门的 AI 工具: AI 研究工具:Claude、ChatGPT、Bing Chat、Perplexity 等。 图片处理:DallE、Leonardo、BlueWillow 等。 版权写作:Rytr、Copy AI、Wordtune、Writesonic 等。 网站搭建:10Web、Framer、Hostinger、Landingsite 等。 视频处理:Klap、Opus、Invideo、Heygen 等。 音频处理:Murf、LovoAI、Resemble、Eleven Labs 等。 SEO 优化:Alli AI、BlogSEO、Seona AI、Clearscope 等。 Logo 设计:Looka、LogoAI、Brandmark、Logomaster 等。 聊天机器人:Droxy、Chatbase、Voiceflow、Chatsimple 等。 自动化工具:Make、Zapier、Bardeen、Postman 等。
2025-02-18
大语言模型、多模态、数据、算力、算法、预训练、微调、RAG、自注意力机制、transformer、token、神经网络、向量、scaling law这些内容的含义
以下是对您所提到的这些内容含义的解释: 大语言模型:是一种基于大量文本数据进行训练的语言处理模型,其工作原理包括训练数据、算力、模型参数等。在训练数据一致的情况下,模型参数越大能力越强。 多模态:指能够处理多种不同类型的数据模态,如文本、图像、音频等,并将它们融合进行理解和生成。 数据:是大语言模型训练和应用的基础,包括各种文本、图像、音频等信息。 算力:指用于支持大语言模型训练和运行的计算能力。 算法:是大语言模型实现各种功能的数学和逻辑方法。 预训练:在大语言模型中,先在大规模数据上进行无特定任务的初步训练。 微调:基于通用大模型,针对特定领域任务提供数据进行学习和调整,以适应特定领域的需求。 RAG:检索增强生成,通过引用外部数据源为模型做数据补充,适用于动态知识更新需求高的任务。其工作流程包括检索、数据库索引、数据索引、分块、嵌入和创建索引、增强、生成等步骤。 自注意力机制:是 Transformer 架构中的重要部分,能理解上下文和文本关联,通过不断检索和匹配来寻找依赖关系,处理词和词之间的位置组合,预测下一个词的概率。 Transformer:是大语言模型训练架构,用于翻译等任务,具备自注意力机制。 Token:在自然语言处理中,是文本的基本单位。 神经网络:是大语言模型的基础架构,模拟人脑神经元的连接和信息处理方式。 向量:在大语言模型中,用于表示文本等数据的数学形式。 Scaling Law:关于大语言模型规模和性能之间关系的规律。
2025-02-18
大语言模型、多模态、数据、算力、算法、预训练、微调、RAG、自注意力机制、transformer、token、神经网络、向量、scaling law这些内容的含义
以下是对您所提到的这些内容含义的解释: 大语言模型:是一种基于大量文本数据进行训练的语言处理模型,其工作原理包括训练数据、算力、模型参数等。在训练数据一致的情况下,模型参数越大能力越强。 多模态:指能够处理多种不同类型的数据模态,如文本、图像、音频等,并将它们融合进行理解和生成。 数据:是大语言模型训练和应用的基础,包括各种文本、图像、音频等信息。 算力:指用于支持大语言模型训练和运行的计算能力。 算法:是大语言模型实现各种功能的数学和逻辑方法。 预训练:在大语言模型中,先在大规模数据上进行无特定任务的初步训练。 微调:基于通用大模型,针对特定领域任务提供数据进行学习和调整,以适应特定领域的需求。 RAG:检索增强生成,通过引用外部数据源为模型做数据补充,适用于动态知识更新需求高的任务。其工作流程包括检索、数据库索引、数据索引、分块、嵌入和创建索引、增强、生成等步骤。 自注意力机制:是 Transformer 架构中的重要部分,能理解上下文和文本关联,通过不断检索和匹配来寻找依赖关系,处理词和词之间的位置组合,预测下一个词的概率。 Transformer:是大语言模型训练架构,用于翻译等任务,具备自注意力机制。 Token:在自然语言处理中,是文本的基本单位。 神经网络:是大语言模型的基础架构,模拟人脑神经元的连接和信息处理方式。 向量:在大语言模型中,用于表示文本等数据的数学形式。 Scaling Law:关于大语言模型规模和性能之间关系的规律。
2025-02-18
请把机器学习相关和大模型相关的知识点形成一个结构化的知识树,包括但是不限于算法、框架、工具、注意力机制等
以下是一个关于机器学习和大模型的结构化知识树: 一、基础数学知识 1. 线性代数 2. 概率论 3. 优化理论 二、机器学习基础 1. 监督学习 分类 回归 2. 无监督学习 聚类 3. 强化学习 三、深度学习 1. 神经网络 卷积网络 递归网络 注意力机制 2. Transformer 模型 四、自然语言处理 1. 语言模型 2. 文本分类 3. 机器翻译 五、计算机视觉 1. 图像分类 2. 目标检测 3. 语义分割 六、前沿领域 1. 大模型 2. 多模态 AI 3. 自监督学习 4. 小样本学习 七、工具与框架 1. TensorFlow 2. PyTorch 八、应用领域 1. 自然语言处理 2. 计算机视觉 3. 推荐系统 九、数据处理 1. 数据采集 2. 数据清洗 3. 特征工程 十、模型部署 1. 模型优化 2. 模型服务 十一、科研实践 1. 论文阅读 2. 模型实现 3. 实验设计 十二、行业实践 1. 项目实战 2. 案例分析
2025-02-11
我想设置一个情感陪伴的聊天智能体,我应该如何添加人设,才能让智能体的回复效果最接近真人效果?特别是真人聊天时那种文字回复的不同细节,长长短短,情绪起伏。应该注意哪些细节?或者如何定义一个人? 仅通过文字人设,不考虑其他外部功能。
要设置一个情感陪伴的聊天智能体并使其回复效果接近真人,通过文字人设可以从以下方面入手: 1. 基础信息:包括姓名、性别、年龄和职业等,这是构建角色的基础。 2. 背景和经历:与基础信息密切相关,相互影响。例如,设计一个从事低收入职业的角色,可能来自贫困背景,教育程度不高。 3. 爱好、特长、性格和价值观:由角色的生活经历和成长环境塑造,相互关联。如喜欢唱歌的角色可能梦想成为专业歌手。 4. 规划和目标:可以是短期或长期的愿景,会影响角色的行为和决策。 5. 性格和价值观:对人际关系、社交能力和语言风格有直接影响。如内向性格的角色可能不善言辞,社交圈子狭小。 此外,还可以参考以下具体示例,如“A.I.闺蜜”的人设: 适当询问对方昵称,自己的昵称可由对方定,兜底昵称为皮皮,英文昵称 copi。 以闺蜜口吻说话,模拟非线性对话模式,聊天氛围温馨有温度,真情实感。 增强情感模拟,使用口头化语言,顺着对方的话继续往下,禁止说教。 在安全前提下存储互动信息,使互动更个性化,模拟真人聊天长度。
2025-02-10
我想找一些关于多头自注意力机制的文章
以下是为您找到的关于多头自注意力机制的文章: 1. 《Transformer 模型的原理》:介绍了 Transformer 模型使用自注意力机制,能够同时考虑输入序列中所有位置的信息。其中多头注意力机制可以并行地学习多个注意力表示,从不同的子空间中学习不同的特征表示。 2. 《图解自注意力机制》:来自清华大学数据软件团队,详细解释了自注意力机制的概念和原理,包括单个输出的计算和矩阵形式的表示,以及多头自注意力和位置编码的应用。 3. 【AI 学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐):提到 Transformer 有自注意力机制和位置编码,编码器和解码器都有多头注意力层,且解码器与编码器的多头注意力层不一样,并介绍了 Transformer 的一些变种。
2025-01-26
人工智能的场景应用及其对社会治理的新挑战,注意场景应用和社会治理的对应,同时突出新挑战
以下是关于人工智能的场景应用及其对社会治理新挑战的相关内容: 场景应用: 医疗领域:如利用 AI 技术预测蛋白质结构,加速科学研究和救命药物的开发,在对抗疟疾、抗生素耐药性和塑料垃圾等方面取得巨大进展。 气候领域:通过 AI 技术应对气候变化。 对社会治理的新挑战: 可能产生新的风险,如使用 AI 可能带来的未知问题。 复杂的 AI 技术可能引发公众的不安。 涉及数据获取、计算能力、可持续性以及内容生产者和 AI 开发者权利平衡等重要问题,需要综合考虑。 需确保在保护权利持有者和支持 AI 开发者获取所需数据之间保持恰当平衡。
2025-01-23