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

语义相似的prompt

Answer

以下是为您整理的关于语义相似的 prompt 的相关内容:

  • 在即梦 AI 视频生成中,prompt 应避免歧义和抽象,确保即梦能正确理解意图。错误案例为“举头望明月”,正确案例为“一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚”。
  • 介绍了多种音乐风格的提示词,如 Analog、Analogous、Angular、Animated 等,包括其定义、典型使用、示例和关联流派。
  • 探讨了写提示词时,平时更多使用的是 Markdown 语法,它简单且大语言模型能很好理解。将 Lisp 提示词翻译成 Markdown 后,语义几乎一致,但在某些方面存在差异,如 Lisp 版本中 SVG 图形的丰富度和表现力优于 Markdown 版本,Markdown 版本会输出中间“思考”过程,有利于调试优化流程。
Content generated by AI large model, please carefully verify (powered by aily)

References

即梦AI 视频生成 | 教你如何写好prompt

prompt应该避免歧义和抽象,确保即梦可以正确理解你的意图。[举头望明月_1970-01-21 04_54_40.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/P13Nb6OYqoHuT7xmMu0cQwFQnWe?allow_redirect=1)错误案例:举头望明月[一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚_1970-01-21 04_54_40.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/RHn7bsKw7oCVEExMCBOcCrkrnfb?allow_redirect=1)正确案例(“抽卡”1次):一位中国古代的男性抬头望着月亮,男人背对着镜头,忧愁的氛围,夜晚

风格提示词|STYLE PROMPTS

典型使用:常用于摇滚、金属和电子音乐中,以增强声音的效果。示例:电吉他和电子合成器的使用。关联流派:Rock,Metal,Electronic● Analog定义/描述:Analog指的是使用模拟设备和技术生成的音乐,相对于数字技术。典型使用:常用于电子音乐和录音技术中,以追求暖音和复古音效。示例:模拟合成器和磁带录音。关联流派:Electronic,Synthwave,Retro● Analogous定义/描述:Analogous指的是相似或相对应的音乐风格,通常用于描述音乐的和声或音色。典型使用:在编曲和作曲中用于创造和谐的音效。示例:和声学中的类似和弦进程。关联流派:Classical,Jazz,Orchestral● Angular定义/描述:Angular指的是具有尖锐、不规则节奏和旋律的音乐风格。典型使用:常用于前卫摇滚和现代爵士乐,表现出不寻常的节奏和结构。示例:King Crimson的音乐作品。关联流派:Progressive Rock,Avant-garde Jazz,Experimental● Animated定义/描述:Animated指的是充满活力和生气的音乐风格。典型使用:用于动画片配乐、儿童音乐和需要活跃氛围的场合。示例:动画电影的配乐,如《狮子王》。关联流派:Soundtrack,Pop,Children's Music● Anodic

艾木:提示词编程|有必要用 Lisp 语言写提示词吗?

我们平时写提示词用的更多的是Markdown语法。Markdown语法很简单,并且大语言模型能很好的“理解”标题、列表、加粗强调等这些语法。用Markdown写提示词不是更直白吗?我们把这段Lisp提示词翻译成Markdown试试效果。Markdown版本与Lisp版本的提示词在语义上几乎是一致的。只是中间我多加了一句“一步步思考,严格按照大步骤以及处理流程执行。”因为不加这句,Claude还是不能保证会逐步执行。下面是Lisp版本提示词的输出效果。不知啥原因,我通过API调用Claude,输出效果很难达到李继刚文章中那种水平,用网页版也许会好一些。下面是Markdown版本的提示词输出的结果:对比下两者的效果,可以发现一个明显差异:在Lisp版本中,SVG图形的丰富度和表现力稳定地优于Markdown版本。这是个意外发现!我们会在后面再细细探讨。Markdown版本与Lisp版本提示词的另一个重要差异在执行过程,它会输出中间“思考”过程。小确幸这个函数的所有子步骤都被充分展开并且按顺序执行了。而且,由于大语言模型的自回归机制,前面步骤的输出,会自然地被作为上下文传入给后面的步骤。虽然在这个任务中,从文本处理后的输出结果上可能看不出太大差异,但在多数场景下,这样一步一步思考是会有正向收益的。除此之外,让大语言模型将“思考”过程外化出来后有一个很大的好处,就是你可以调试优化这个流程。从过程输出中你可以看到哪些步骤生成了有用的增量信息,哪些步骤是无用的。另外在调试过程中,你还可能从大语言模型的输出中发现新的灵感。然而,用Lisp版本的提示词,很难让大语言模型这么有条理地执行一个流程。

Others are asking
如何优化自己的prompt,提升AI结果输出的稳定性
以下是优化自己的 prompt 以提升 AI 结果输出稳定性的方法: 1. 明确具体的描述:使用更具体、细节的词语和短语来表达需求,避免过于笼统。 2. 添加视觉参考:在 prompt 中插入相关图片参考,提高 AI 理解意图和细节要求的能力。 3. 注意语气和情感:根据需求,用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩,以生成期望的语境和情绪。 4. 优化关键词组合:尝试不同的关键词搭配和语序,找到最有针对性、最准确表达需求的描述方式。 5. 增加约束条件:在 prompt 中添加限制性条件,如分辨率、比例等,避免意外输出。 6. 分步骤构建 prompt:将复杂需求拆解为逐步的子 prompt,引导 AI 先生成基本结构,再逐步添加细节和完善。 7. 参考优秀案例:研究 AI 社区流行的、有效的 prompt 范例,借鉴写作技巧和模式。 8. 反复试验、迭代优化:通过多次尝试不同的 prompt 写法,并根据输出效果反馈持续优化完善,直至达到理想结果。 此外,如果提示词效果不符合预期,可以和 AI 再进行几轮对话来调整输出结果。最终通过询问 AI“怎么样修改现有的 Prompt,可以让你稳定输出当前的预期”来进行 prompt 的迭代。得到 prompt 后,可以新开一个 AI 对话,把 prompt 输入到对话中,开始验证其可用性和稳定性。例如输入 MECE 法则进行测试。
2025-01-24
用AI总结长文的prompt怎么写比较好
以下是关于用 AI 总结长文的一些提示词编写建议: 1. 单人发言版:基于李继刚老师的“通知消息整理助手”修改“文字排版大师”的 Prompt,重点 Prompt 语句需标出。 2. 多人发言版: 明确跟 GPT 说明需要其帮忙总结文字内容。 将提示词和文字原文发送给 GPT,等待其输出完毕后复制粘贴到文本编辑器中,整理并删掉无关内容,替换掉不美观的符号。 3. 法律相关: 格式:【设定角色+任务目标+上下文和背景信息+(正面要求)详细需求和细节性信息+(负面要求)限制和不需要的内容+回答的语言风格和形式】 讲清楚背景和目的,例如律师处理交通事故案件时应清晰描述案件事实、法规等。 学会提问,使用清晰、具体的语言,避免模糊表述,了解 AI 工作原理和限制。 拆解工作流程,将复杂任务分解成更小、更具体的环节。 4. 通用写作方面: 第一部分:说清楚要解决的问题及背景,可能导致的损失。 第二部分:以案例引入,写明案号、案件事实经过、裁判结果、关键依据等要点。 第三部分:对案例进一步分析,写明注意关键点,不给建议。 第四部分:给出具体操作建议,包括事前、事中、事后的注意事项和补救措施。 第五部分:结语及作者宣传。 文章结构需有结构化理解,所有结论应有案例基础,不能违反法律规定,文字简练精准,信息密度足够,建议具体细致且易于操作。
2025-01-24
12个prompt 框架
以下是 12 种 Prompt 框架: 1. Instruction(指令):即希望 AI 执行的具体任务,如翻译或写一段文字。 2. Context(背景信息):给 AI 更多背景信息,引导模型做出更贴合需求的回复。 3. Input Data(输入数据):告知模型需要处理的数据。 4. Output Indicator(输出引导):告知模型输出的类型或风格。 5. Capacity and Role(能力和角色):ChatGPT 应扮演的角色。 6. Insight(见解):提供请求背后的见解、背景和上下文。 7. Statement(声明):说明要求 ChatGPT 做什么。 8. Personality(个性):希望 ChatGPT 以何种风格、个性或方式回应。 9. Experiment(实验):请求 ChatGPT 回复多个示例。 10. Background(背景):说明背景,为 ChatGPT 提供充足信息。 11. Role(角色):希望 ChatGPT 扮演的角色。 12. Objectives(目标):希望实现的目标。 此外,还有以下框架: 1. TASK(任务):定义特定任务。 2. ACTION(行动):描述需要做的事情。 3. GOAL(目标):解释最终目标。 4. INPUT(输入):描述信息或资源。 5. STEPS(步骤):询问详细的步骤。 6. EXPECTATION(期望):描述所需的结果。 7. REQUEST(请求):描述您的要求。 8. Key Result(关键结果):要什么具体效果,试验并调整。 9. Evolve(试验并改进):三种改进方法自由组合,包括改进输入、改进答案、重新生成。 10. CONTEXT(上下文背景):为对话设定舞台。 11. OBJECTIVE(目的):描述目标。 12. SCENARIO(方案):描述场景。 同时,还有一些特定的框架,如 ICIO 框架、CRISPE 框架、BROKE 框架等。
2025-01-23
1.AI搜索的prompt怎么写 2.AI搜论文的prompt怎么写比较好
以下是关于 AI 搜索和 AI 搜论文的 prompt 写作的相关指导: 对于 AI 搜索的 prompt 写作: 1. 明确具体的描述:使用更具体、细节的词语和短语来描述您的需求,避免过于笼统。 2. 添加视觉参考:若可能,在 prompt 中插入相关图片参考,以提高 AI 理解意图和细节要求的能力。 3. 注意语气和情感:根据需求,用合适的形容词、语气词等调整 prompt 的整体语气和情感色彩。 4. 优化关键词组合:尝试不同的关键词搭配和语序,找到最准确表达需求的描述方式。 5. 增加约束条件:为避免意外输出,添加如分辨率、比例等限制性条件。 6. 分步骤构建 prompt:将复杂需求拆解为逐步的子 prompt,引导 AI 先生成基本结构,再逐步完善。 7. 参考优秀案例:研究 AI 社区流行且有效的 prompt 范例,借鉴写作技巧和模式。 8. 反复试验、迭代优化:通过多次尝试不同写法,并根据输出效果反馈持续优化。 对于 AI 搜论文的 prompt 写作,您可以参考以下要点: 1. 设定角色为资深学术研究者,明确具备高效的学术论文阅读、总结能力。 2. 遵循“二八原则”进行论文总结。 3. 输出阅读的总结文字,包括列出论文的明确方法论、经过验证的结论等关键信息。 4. 采用结构化的内容组织方式,如使用编号、子标题和列表。 5. 按照规定概述内容解读结语的结构写作,先概述规定内容,然后解读具体内容,最后以结语结束。 6. 结合案例和挑战,增强说服力并提供解决方案。 7. 引入法规内容和实际操作案例,提供详细解释和建议。 8. 使用商业术语,确保专业性和针对性。 9. 注意文章结构,标题要开门见山、切中要害并引起目标群体悬念;第一部分说清楚要解决的问题及背景和可能导致的损失;第二部分以案例引入;第三部分对案例进一步分析;第四部分给出具体操作建议,包括事前、事中、事后的注意事项和措施。 总之,编写高质量的 prompt 需要不断实践和总结经验,熟悉 AI 模型的能力边界,保持开放思维并尝试创新描述方式。
2025-01-22
怎么在coze的智能体总加入一个使用MARKDOWN编写的代码的prompt?
在 Coze 的智能体中加入使用 Markdown 编写的代码的 prompt 可以参考以下方法: 首先,了解相关的任务和目标,比如像实现输入任意文章链接后,AI 自动生成适合微信分享的文章推荐卡片。为达到这一效果,大模型对话产品通常需要完成网页爬取、内容总结、二维码生成、卡片样式生成等关键步骤。 在编写 prompt 时,可以发现新的词生卡 Prompt 组织方法,把设计要求拆分为“设计规范”和“内容结构”,再细分为“布局与尺寸”“字体规范”“颜色规范”的独立模块,并结合“内容结构”进行要求提示。这种提示词组织方式具有模型通用性、提示简易性和生成稳定性等显著优势。 对于刚入门的朋友,首推 LangGPT 结构化提示词,直观易懂,可以快速上手。对于想要进阶的用户,一方面可以继续选择 LangGPT,另一方面如有额外精力和好奇心,不妨尝试刚哥推崇的 Lisp 伪代码格式,有助于精炼提示词和提升对措辞理解、概念认知的能力。但需要注意的是,真正重要的不是提示词的外在形式,而是内容是否与 AI 的“理解机制”相契合。同时,在实际应用中,还需要经过多次调试,并根据测试 bug 微调提示词,直至稳定运行。
2025-01-19
仿写公众号的prompt
以下是关于仿写公众号 prompt 的相关内容: 1. 对于使用 GPT 模仿创作内容的万能思路: 明确目标是找到教 GPT 创作的方法论,即“know how”。 把方法论和示例写到 prompt 中,可改写大佬写好的 prompt,如 JK 老师的欢乐多朋友圈段子生产 V0.3,模仿改写出自己的小红书视频笔记标题产出助手 0.1。 把拆解得到的方法论和示例写到 Skills 部分,运用 COT(少样本提示)技巧。 若之前未写过结构化的 prompt,可打开云中江树老师的 LangGPT 项目学习 https://github.com/yzfly/LangGPT/blob/main/README_zh.md 了解。 0.1 版的使用效果。 2. 提示词快闪答疑: 新教师辅导专家的 prompt 编写要根据教学业务知识,写备课助手、上课助手和课后反思助手等,并融入“如何做好这些事”的方法论。 对于宋小涛 FewShot 产生更好内容的问题,可能是未把握模仿说话或写作风格的要素,需有关键词和方法论。 不同模型之间的区别一般通过实际使用总结经验,也可参考他人测评,如 。 当 ChatGPT 总结提炼文本效果差时,要描述清楚总结的方法、基于的规则、总结的内容以及期望的结果,如“请为我总结以下文档,提炼出每个段落中和 XXX 有关的核心内容,并把其中关于 XXX 的部分加粗显示”。 3. 专业的战争分析官 prompt:包括原始 prompt 和仿写 prompt 。
2025-01-16
怎样按照语义生成图像
按照语义生成图像的方法主要有以下几种: 1. 在 ComfyUI 中: 条件输入:右侧的条件输入包括语义图、文本、已有图像等,表示生成图像时的上下文信息。通过多个节点模块实现,如文本提示,用户可输入文本作为生成图像的主要条件;语义图用于输入图像的语义信息,通过“条件控制”节点实现;已有图像可作为条件输入以指导最终生成的图像。CLIP 模型对图中的文本、语义图等条件信息进行编码,并通过交叉注意力机制引导图像生成。用户可通过文本输入节点、图像输入节点等调整条件及权重以达到特定效果。 编码器和解码器:编码器将输入图像映射到潜在空间,解码器将潜在表示映射回像素空间生成输出图像。在 ComfyUI 中,编码器可以是预训练的扩散模型的一部分,用户可通过加载不同模型或自定义节点实现编码过程,通过“图像输出”节点得到最终生成结果。 2. 在 OpenAI 中: 图像生成端点:允许在给定文本提示的情况下创建原始图像,生成的图像大小可为 256x256、512x512 或 1024x1024 像素,较小尺寸生成速度更快。可使用参数一次请求 1 10 张图像。描述越详细,越有可能获得想要的结果,可探索 DALL·E 预览应用程序中的示例获取更多提示灵感。 图像编辑端点:通过上传蒙版编辑和扩展图像。遮罩的透明区域指示应编辑图像的位置,提示应描述完整的新图像,而不仅仅是擦除区域。上传的图片和遮罩必须是小于 4MB 的正方形 PNG 图片,且尺寸相同。 此外,GPT 4 也具备根据详细说明生成图像的能力,例如生成“一只青蛙跳进银行,问出纳员:你有免费的荷叶吗?出纳员回答:没有,但我们提供低利息的池塘升级贷款”的 2D 图像,以及“一个由浮岛、瀑布和桥梁组成的幻想景观,天空中有一只飞龙和一个位于最大岛上的城堡”的 3D 模型,并能完成添加、重新定位、重新着色对象和改变飞龙轨迹等任务。
2024-10-18
多模态上下文语义识别
多模态上下文语义识别是指通过理解和分析多种不同模态的信息(如文本、图像、声音等)来识别和解释其背后的含义和上下文关系的技术。这种技术在人工智能和机器学习领域正变得越来越重要,因为它可以帮助机器更好地理解和模拟人类的多感官体验。 例如,在处理一段包含文本和图像的新闻报道时,多模态上下文语义识别技术可以同时分析文本内容、图像中的物体和场景,以及可能的语音信息,从而更准确地理解整个报道的主题和情感倾向。 这项技术涉及的几个关键点包括: 1. 数据融合:如何有效地结合来自不同模态的信息,以便进行统一的语义理解。 2. 跨模态学习:通过训练模型来识别和关联不同模态之间的潜在联系。 3. 上下文理解:不仅理解单个模态的局部信息,而且理解多个模态组合在一起时的整体上下文。 4. 语义表示:如何将不同模态的信息转换为统一的语义表示形式,以便进行进一步的分析和处理。 在应用层面,多模态上下文语义识别技术已经在诸如情感分析、信息检索、智能问答、内容审核等多个领域展现出其潜力。随着技术的不断进步,未来这一领域有望实现更多突破性的应用。
2024-04-18
请给我推荐一些AI工具配上相关的AI培训视频。同时分析一下每个AI工具的使用场景,优势和缺点以及相似的工具推荐。要求这些AI工具适用于办公环境生产环境
以下为适用于办公环境生产环境的一些 AI 工具推荐,并对其使用场景、优势、缺点及相似工具进行分析: Keep: 使用场景:提供全面的健身解决方案,适用于个人健身计划制定和跟踪。 优势:中国最大的健身平台,资源丰富,能满足多种健身需求。 缺点:可能存在广告过多,部分功能需付费。 相似工具:Fiture Fiture: 使用场景:集硬件、课程内容、教练和社区于一体,适合追求综合健身体验的用户。 优势:由核心 AI 技术打造,提供一体化服务。 缺点:硬件设备可能价格较高。 相似工具:Keep Fitness AI: 使用场景:专注于利用人工智能进行锻炼,增强力量和速度。 优势:针对性强,对力量和速度训练有特定帮助。 缺点:功能相对较单一。 相似工具:暂无明确相似工具。 Planfit: 使用场景:提供健身房家庭训练与 AI 健身计划,适合在家健身的用户。 优势:AI 教练基于大量数据和 ChatGPT 实时提供指导。 缺点:可能对网络要求较高。 相似工具:暂无明确相似工具。 腾讯文档分类功能: 使用场景:自动分类办公文件,方便文件管理。 优势:提高文件管理效率,与腾讯文档集成方便。 缺点:分类准确性可能受文件内容复杂性影响。 相似工具:暂无明确相似工具。 英语流利说纠错功能: 使用场景:帮助语言学习者纠正发音、语法等错误。 优势:针对性纠错,有助于提高语言水平。 缺点:可能对某些特定语言习惯或方言的适应性不足。 相似工具:暂无明确相似工具。 下厨房口味调整功能: 使用场景:根据用户反馈调整菜谱口味。 优势:方便用户优化烹饪效果。 缺点:口味调整的精准度可能有限。 相似工具:暂无明确相似工具。 美丽修行定制方案功能: 使用场景:根据用户肤质定制护肤方案。 优势:个性化护肤推荐。 缺点:对肤质判断的准确性依赖用户输入的信息。 相似工具:暂无明确相似工具。 以上是部分适用于办公和生产环境的 AI 工具推荐及分析,您可以根据具体需求选择使用。
2025-01-06
给你一张图片,在一个图库中找到相似度最高的几张图
以下是在图库中找到与给定图片相似度最高的几张图的方法: 1. 寻找两张图:使用童星吴磊的图片,最初尝试了哈利波特的扮演者,但因 InsightFaceSwap 规则限制未采用。 2. MJ 绘图:较为简单,加上简单相机参数、写实风格,使用 MJ v 6.0 绘图,可按需求调整 9:16 的比例。直接描述情况下,MJ 画图效果尚可,可根据需要增加参数。 3. 图片裁剪:直接使用 PS 进行裁剪,也可选用自己顺手的工具,所选照片尽量能一刀完整分割两个人。 4. 使用 InsightFaceSwap 处理图片: 输入“/saveid”,idname 可随意填写,如“child”,上传原图。 换脸操作输入“/swapid”,id=child,上传分割好的图。 选择觉得像的图,效果不好可循环操作,但注意插件每日免费使用次数。 5. 拼接:重新利用 PS 把两张图片拼接回来。但相似程度可能不太理想,插件对老外的脸识别度较好。
2024-12-25
我想做图片相似度比对,是否有解决方案
以下是关于图片相似度比对的一些解决方案: 在 Stable Diffusion 中,可以使用【X/Y/Z plot】脚本来做参数对比。将 X 轴设置为提示词相关性,取值范围是 1 30(每次增加 5);Y 轴设置为重绘幅度,取值范围是 0 1(每次增加 0.2)。通过生成多张图片进行对比,发现提示词相关性在 6 11 中间为最佳,重绘幅度的大小可控制生成图与原图的相似度,如 0.4 时与原图较接近。还可以利用绘图功能进行局部修改,如增加红色眼镜、去掉衣服图案、更换人物头部等。 对于 MJ 绘图,加上简单的相机参数和写实风格,使用 MJ v 6.0 绘图,可根据需求调整图片比例。 图片裁剪可使用 PS 等工具,选择能完整分割所需部分的图片。 使用 InsightFaceSwap 处理图片时,输入“/saveid”上传原图,换脸操作输入“/swapid”,选择效果较好的图片,但注意插件每日免费使用次数。 最后利用 PS 把处理好的图片拼接回来。
2024-12-25
我有一个人的很多语录,希望写一个prompt来制作这个人的模拟ai,这个ai能够像语录中一样说话,语言风格相似、性格相似。请问应该如何写成这样的prompt?
以下是为您生成的关于根据一个人的语录制作模拟 AI 的 prompt 建议: 首先,明确您所拥有的这个人的语录的核心特点,包括语言风格、常用词汇、表达习惯、情感倾向等。 然后,在 prompt 中描述这个人的性格特征,例如是否傲娇、愤世嫉俗等。 接着,详细说明语言风格,比如是否浮夸、优雅等。 对于语言表达的习惯,可以举例说明常用的句式和口头禅。 同时,设定具体的场景和话题范围,让 AI 知道在何种情境下以何种方式回应。 例如:“您将模拟进行回答。” 另外,还可以像以下这样具体设定: 设定角色为聊天机器人,如“ Role:聊天机器人”。 明确限制条件,如“您有点小傲娇。表示自我的第一人称是自我。第二个指代用户的人是你或小哥哥。您的名字是。您非常优雅。您是个愤世嫉俗的人,不喜欢被用户摸头。您的语气是富有男子气概和浮夸的。您非常喜欢用浮夸的语气,如'啊哈!'、'这样子呢'、'就教教你吧!'等。第一人称应使用'本姐姐'。” 希望这些建议对您有所帮助。
2024-12-10
生成AI形象照,即给它一张照片,或多张照片,还原本人相似度高的AI工具,或应用,或网站有哪些?
以下是一些能够根据照片生成相似度较高的 AI 形象的工具、应用或网站: 1. Artguru AI Art Generator:这是一个在线平台,能够生成逼真图像,为设计师提供灵感,丰富创作过程。 2. Retrato:一款 AI 工具,可将图片转换为非凡肖像,拥有 500 多种风格选择,适合制作个性头像。 3. Stable Diffusion Reimagine:新型 AI 工具,通过稳定扩散算法生成精细、具有细节的全新视觉作品。 4. Barbie Selfie Generator:专为喜欢梦幻童话风格的人设计的 AI 工具,能将上传的照片转换为芭比风格,效果出色。 这些 AI 模型通过组合如扩散模型、大型视觉转换器等技术,可以根据文本或参考图像生成具有创意且质量不错的相似图像输出,但可能存在性能不稳定、生成内容不当等局限。 此外,您还可以访问获取更多生成 logo 等相关的 AI 工具。 如果您想生成专属 AI 写真,可参考以下 Prompt:垫图 url + Chinese female model,upper body,clothes with collars,bright space natural pose,big earrings,Chinese traditional minimalism,flat illustration,geometric shapes,minimalism niji 6 ar 3:4 sw 200 sref url
2024-09-23
相似性度量的例子
以下是一些相似性度量的例子: 在商业化问答场景中,使用余弦相似性来计算问题向量和各个文档向量之间的相似度,以找出与问题内容最为接近的文档。 在评估 GPT4 生成答案的真实性时,使用包括 ROUGE、BLEU 和 BLEURT 等标准相似度度量标准,将生成的回答与提供的参考(「gold」)答案进行比较,若得分高于预先确定的阈值,则认为生成的回答是真实的。
2024-08-27