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

请罗列一些内置大模型的手机产品

Answer

以下是一些内置大模型的手机产品:

  • 华为、荣耀、小米、OPPO、VIVO、三星等品牌都已宣布会在手机端侧搭载大模型。
    • 三星 S24 搭载了 Google Gemini Nano。
    • Vivo 推出了五个大型自研模型,宣称在中文能力方面达到行业第一。 目前这些手机搭载大模型还存在一些问题,如只能用最新的骁龙 8Gen3 旗舰处理器,且耗能散热都是问题。短期内的端上智能仍有诸多限制。
Content generated by AI large model, please carefully verify (powered by aily)

References

AGI 万字长文(下)| 2024,分叉与洪流

在AI上发力的还有手机和PC厂商:华为、荣耀、小米、OPPO、VIVO、三星、联想等都已宣布会在手机/PC端侧搭载大模型。这个可能性来自于:2023年下半年“模型小型化”的众多进展(详情见“上篇”)。不过,仔细看来,除了很弱的Nvidia Chat with RTX,目前并没有真正全离线版的大模型产品,端上智能暂时还是噱头。手机和电脑厂商们的打法基本都是大模型还是放在线上,手机和电脑来调用,然后搭配一个小AI做总结等服务。“端”确实“智能”了,但"大脑"还在线上,手机上顶多有个"脑干"。纯粹的端上智能有几个问题:1)离线小模型永远都会和在线大模型有一个代际的能力差距,于是为什么消费者要用一个更傻的模型而不是用线上的模型服务?2)即使是小模型,它目前的耗能和生热仍然难以达到手机要求。3)目前的AI还不是刚需,猎奇成分比较多。4)技术上还不能确认小型化的模型是“真AGI”还是“聊天机器”。所以说,短期内的端上智能仍然会停留在一些个别小市场里。

AGI万字长文(上)| 2023回顾与反思

AI Agent之外另一个重要方向,是大模型的小型化。小模型的直接好处就是训练成本和推理的成本量级下降。比如能力相近的LLaMA-7B的训练成本相当于1张A100芯片训练9.3年,而GPT3(175B)则有100年,差了11倍。GPT4的训练成本更是高达6500年!但成本还并不是意义最重大的。“压缩”是LLM模型的最核心能力,所谓“世界模型”就是要将人类的所有知识都压缩到模型中。顺着这条路思考,小型化的意义在于:小型化的模型首次让一个公司、甚至个人可以使用“全人类的知识”。而且,小型化的模型既是上文讲到的“人的模型”的技术基础,又是开启“端上智能”的先决条件。在未来,无论是手机、电脑还是机器人,都可能会配备一个小模型。在这里,可能会出现一个历史的分叉:岔路的一边是“中心化的大一统世界模型”,另一边是“端上智能+人的模型的混合社会”。让我们拭目以待。回到今天,小型化主要有两个阶梯。第一个阶梯的模型参数在6B-7B,这是游戏显卡可以覆盖的范围。最具代表性的是Meta的LLaMA,Mistral7B和国内的智谱;NVIDIA的Chat with RTX,默认搭载的就是Mistral7B。第二个阶梯模型的想象空间更大,它们的参数在1-2B;这个大小就可以在手机和移动硬件上广泛使用了。华为、荣耀、小米、OPPO、VIVO等都已宣布会在手机端侧搭载大模型,目前还只能用最新的骁龙8Gen3旗舰处理器,而且耗能散热都是问题;三星S24上也搭载了Google Gemini Nano。

XiaoHu.AI日报

GPT-4和DALL•E 3合作完成的游戏。全部代码和图形都是由AI生成。🔗 https://bestaiprompts.art/angry-pumpkins/index.html 🔗 https://x.com/dotey/status/1719460404521222247?s=207⃣️ 📱 Vivo大模型:Vivo推出五个大型自研模型。宣称在中文能力方面达到行业第一。🔗 https://x.com/xiaohuggg/status/1719543731005911066?s=208⃣️ 💼百度文心一言专业版:上线专业版,定价明确59.9/月。基础版依然免费开放。🔗 https://x.com/xiaohuggg/status/1719549419757212119?s=20历史项目记录:http://xiaohu.ai/

Others are asking
我想知道大模型厂商内置的提示词一般都有多少个字比较合理?并给出数据来源
大模型厂商内置的提示词字数并没有一个固定的标准,其合理性取决于多种因素。 一般来说,提示词的字数可能寥寥无几,但更多时候需要提供详尽的上下文和相关细节。例如,在要求 GPT 删除个人信息的官方示例中,提示词包括背景、定义术语、给出模型应如何完成任务的具体细节等多个方面。 在一些经验分享中提到,提示词中的示例 5 6 个效果最佳。同时,提示词的整体结构需要调整和优化,除了技能外还应有完整的工作流程设定,角色信息中的人设应特点鲜明,避免同质化。还需注意避免矛盾和重复的提示词内容,可通过调整提示词顺序的方法提高重要指令的权重。 数据来源包括胡凯翔基于阅读 Claude Cookbook 的思考和测试、Agent 共学“谁是人类”活动参赛心得分享等。
2024-08-20
罗列一下中国国内能用的,好用的AI网站和工具
以下是中国国内一些好用的 AI 网站和工具: 1. 墨刀 AI:设计工具。 2. 无限画:图像生成。 3. autoDL 云服务租用:Agent。 4. 百度 Chat:AI ChatBots。 5. 360AI 搜索。 6. AIbot ai 工具集:导航网站。 7. 创客贴 AI:设计工具。 8. MasterGo:设计工具。 9. 美图设计室:图像编辑。 10. 魔搭社区 阿里达摩院:AI 训练模型。 11. 即时 AI 设计:设计工具。 12. Boardmix 博思 AI 白板:PPT。 13. 百度飞桨 AI Studio:AI 学习。 14. 字节扣子。 15. 提示工程指南:Prompts。 16. toolsdar:导航网站。 17. 同花顺问财:金融。 18. 即梦 AI(剪映):其他视频生成。 19. 可灵 AI:其他视频生成。 20. 360 快剪辑:视频编辑。 21. Dify.ai:Agent。 22. Vast(算力)。 23. 图虫网:AI 摄影作品销售平台。 24. 网易云音乐音乐人平台:AI 音乐作品发布平台。 25. 好好住 APP:AI 家居用品推荐平台。 26. 东方财富网投资分析工具:AI 金融投资分析平台。
2025-01-04
列出2-3个精选的比较好的文本处理类的AI工具或网站,要求尽量是国内的产品,最好是免费的。罗列时应包含以下信息:名称、简介、2-3个主要功能、横向对比的优缺点
以下为您精选的国内文本处理类 AI 工具或网站: 1. 秘塔写作猫 简介:利用 AI 技术辅助用户进行高质量写作。 主要功能:检查语法、拼写错误;提供写作改进建议;进行智能润色和内容创作辅助。 优点:功能较为全面,能有效提升写作质量。 缺点:可能存在对某些特定领域的适应性不足。 2. Lettria 简介:处理个人文本材料。 主要功能:对个人文本进行分析和处理。 优点:专注于个人文本处理,针对性较强。 缺点:功能相对较单一。
2024-11-19
列出2-3个精选的比较好的文本处理类的AI工具或网站,要求尽量是国内的产品,最好是免费的。罗列时应包含以下信息:
以下为您精选的 23 个国内的、免费的文本处理类 AI 工具或网站: 1. 🍓 JamGPT:AI Debug 小助手。网址:https://jam.dev/jamgpt 2. ✅ Lettria:个人文本材料处理。网址:https://www.lettria.com/ 3. 🔗 Bloks:个人笔记、任务列表和会议记录自动处理。网址:https://www.bloks.app/
2024-11-19
国内外的智能体平台都有哪些?尽可能罗列出来
国内外的智能体平台有: 国内:Dify.AI、字节扣子、腾讯元器。 需要注意的是,个人比较常用的国内智能体平台是字节扣子,相关文章主要对比了字节扣子和腾讯元器。智能体相当于个人的数字员工,可以不断提效,帮助实现制定的目标,这和现实中老板给员工下达任务有相似之处。
2024-08-31
如果要创建一个和你一样的ai,你可以把技术栈给我罗列出来吗,从数据库到后端到前端分别用到了哪些技术
如果要创建一个类似我的 AI ,以下是从数据库到后端到前端可能用到的技术栈: 前端:推荐使用 React.js 或 Vue.js 框架,它们适合构建动态的用户界面,且有丰富的组件库支持多媒体内容展示。 后端:采用 Node.js 加上 Express.js ,能使用 JavaScript 同时开发前端和后端,简化开发过程,Node.js 的非阻塞 IO 特性适合处理实时通讯需求。 数据库:选择 MongoDB ,对于可能需要存储的文档形式数据(如离谱生物档案和相关事件),它在存储此类灵活数据方面表现良好。 语音处理:可以考虑使用 Google Cloud SpeechtoText 和 TexttoSpeech API 来实现语音与文本的相互转换,以支持语音对话。
2024-08-25
3d模型自动生成的ai 啊
在 3D 模型生成方面,AI 主要完成了对 3D 模型生成流程的“一步到位”。工作流中的每一个环节几乎都需要一位或一组 3D 美术工程师来完成,而使用 3D 生成模型可以直接完成一个可调整的 3D 粗模,大大提升效率。 以下为一些 AI 生成 3D 模型的工具介绍: 1. 3dfy.ai: 概览:是一家专注于开发先进技术的公司,能将稀疏数据转化为逼真的三维世界,领导团队由计算成像领域资深专家组成。 使用场景:数字 3D 互动体验流行度提升,但受 3D 内容可用性限制,其技术能利用稀疏数据自动创建高质量 3D 模型。 目标用户:数字内容创作者和艺术家、游戏开发者和动画制作人、教育和培训行业专业人士、医疗行业、建筑和工程领域。 应用案例:暂未提及。 2. xiaohu.ai 相关 3D 信息: MakeACharacter:一键生成 3D 数字人,可自定义面部特征,基于真实人类扫描数据,使用 Unreal Engine 渲染,支持中英文提示,兼容多个行业应用。 Rodin Gen1:3D 原生生成模型,拥有 1.5B 参数,可实现 3Dto3D 生成,生成 3D 模型及物理基础渲染材质,支持 3D LoRA 技术。 Skybox AI 0.9 版本更新:可以从文本提示或草图生成 360 度 3D 世界,使用 NeRF 技术,增强图像的空间深度和真实感,提供不同分辨率的 3D 网格下载。 扫描物体生成 3D 模型:使用 APP 扫描物体,完成 3D 全貌捕获,创建 AR QR 码,展示物体于任何地点,在苹果新品官网展示中有应用。
2025-01-23
大模型学习之路
大模型的学习之路包括以下几个重要方面: 什么是大模型: 通俗来讲,大模型是通过输入大量语料,让计算机获得类似人类的“思考”能力,能够进行文本生成、推理问答、对话、文档摘要等工作。 大模型的训练和使用过程: 1. 找学校:训练大模型需要大量计算,GPU更合适,只有购买得起大量GPU的才有资本训练自己的大模型。 2. 确定教材:大模型需要的数据量特别多,几千亿序列(Token)的输入基本是标配。 3. 找老师:即用合适的算法讲述“书本”中的内容,让大模型能够更好理解Token之间的关系。 4. 就业指导:为了让大模型能够更好胜任某一行业,需要进行微调(fine tuning)指导。 5. 搬砖:就业指导完成后,正式干活,比如进行翻译、问答等,在大模型里称之为推导(infer)。 Token: Token被视为模型处理和生成的文本单位,可以代表单个字符、单词、子单词,甚至更大的语言单位,具体取决于所使用的分词方法。在将输入进行分词时,会对其进行数字化,形成一个词汇表。 大模型的运作原理: 以“我今天吃了狮子头和蔬菜”这句话为例,在transformer中,会由attention层对这句话加入更多信息来补充,最终层与层之间,哪些信息需要补充、保留、传递,均由模型自主学习完成。这些层就好像人在阅读文章时的连贯性注意力的过程,大模型以词向量和transformer的模型学习海量知识,把知识作为向量空间中的一种关系网进行存储,并在接受输入时,通过向量空间中的一系列匹配进行输出。 大模型的构建过程: 1. 收集海量数据:如同教孩子成为博学多才的人,让其阅读大量书籍、观看纪录片、与人交谈,对于AI模型就是收集互联网上的文章、书籍、维基百科条目、社交媒体帖子等各种文本数据。 2. 预处理数据:像为孩子整理资料,AI研究人员也需要清理和组织收集到的数据,如删除垃圾信息、纠正拼写错误、将文本分割成易于处理的片段。 3. 设计模型架构:为孩子设计学习计划,研究人员需要设计AI模型的“大脑”结构,通常是一个复杂的神经网络,如使用Transformer架构。 4. 训练模型:如同孩子开始阅读和学习,AI模型开始“阅读”提供的数据,通过反复尝试预测句子中的下一个词,逐渐学会理解和生成人类语言。
2025-01-23
帮我用最简单的方法解释一下时间序列模型
时间序列模型是用于分析和处理随时间变化的数据的一类模型。 例如,在评估 GPT4V 对时间序列和视频内容的理解时,会考虑其对现实世界中随时间展开的事件的理解能力,像时间预测、排序、定位、推理和基于时间的理解等。 在视频生成方面,如 Video LDM 模型,先训练图像生成器,再微调添加时间维度以生成视频。 总的来说,时间序列模型旨在理解和预测数据在时间上的变化规律和趋势。
2025-01-23
以豆包为例,如何通过API调用豆包大模型?
要通过 API 调用豆包大模型,以下是一些相关步骤和信息: 1. 直接调用大模型(之前完成过 coze 对接的同学,直接去二、百炼应用的调用): 百炼首页:https://bailian.console.aliyun.com/ 以调用“qwenmax”模型为例,在/root/chatgptonwechat/文件夹下,打开 config.json 文件,需要更改"model",和添加"dashscope_api_key"。 获取 key 的视频教程: 获取 key 的图文教程:以下是参考配置。 注意:需要“实名认证”后,这些 key 才可以正常使用,如果对话出现“Access to mode denied.Please make sure you are eligible for using the model.”的报错,那说明您没有实名认证,点击去,或查看自己是否已认证。 2. 创建大模型问答应用: 首先可以通过创建一个百炼应用,来获取大模型的推理 API 服务,用于实现 AI 助手。 创建应用: 进入百炼控制台的,在页面右侧点击新增应用。在对话框,选择智能体应用并创建。 在应用设置页面,模型选择通义千问Plus,其他参数保持默认。您也可以选择输入一些 Prompt,比如设置一些人设以引导大模型更好的应对客户咨询。 在页面右侧可以提问验证模型效果。不过您会发现,目前它还无法准确回答你们公司的商品信息。点击右上角的发布,我们将在后面的步骤中去解决这一问题。 获取调用 API 所需的凭证: 在我的应用>应用列表中可以查看所有百炼应用 ID。保存应用 ID 到本地用于后续配置。 在顶部导航栏右侧,点击人型图标,点击 APIKEY 进入我的 APIKEY 页面。在页面右侧,点击创建我的 APIKEY,在弹出窗口中创建一个新 APIKEY。保存 APIKEY 到本地用于后续配置。 3. 配置 FastGpt、OneAPI: 首先配置 OneAPI,还记得刚刚让您白嫖的大模型 API 吗?阿里的接口,这时要派上用场了,去阿里模型的链接里创建 ApiKey,并复制下来。然后在 OneAPI 的页面,点击【渠道】添加新渠道。添加时,类型选择阿里通义千问,名称自己取个,类型选择好后模型是会默认加进去,您不用删减,还有就把刚刚阿里那复制的 ApiKey 粘贴到秘钥里去。这样就 OK 了。后续有其他的大模型也是一样的添加方式。
2025-01-23
大模型训练方式
大模型的训练方式如下: 1. 通俗来讲,大模型是输入大量语料,让计算机获得类似人类的“思考”能力,能进行文本生成、推理问答、对话、文档摘要等工作。可以用“上学参加工作”来类比其训练和使用过程: 找学校:训练大模型需要大量计算,GPU更合适,只有购买得起大量GPU的才有资本训练。 确定教材:大模型需要大量数据,几千亿序列(Token)的输入基本是标配。 找老师:即选择合适算法讲述“书本”内容,让大模型更好理解Token之间的关系。 就业指导:为让大模型更好胜任某一行业,需要进行微调(fine tuning)指导。 搬砖:就业指导完成后,进行如翻译、问答等工作,在大模型里称之为推导(infer)。Token被视为模型处理和生成的文本单位,能代表单个字符、单词等,在将输入进行分词时,会形成词汇表。 2. 100基础训练大模型的步骤: 步骤一·创建数据集:进入厚德云模型训练数据集(https://portal.houdeyun.cn/sd/dataset),在数据集一栏中点击右上角创建数据集,输入数据集名称。zip文件可以是包含图片+标签txt,也可以只有图片没有打标文件,也可以一张一张单独上传照片,但建议提前把图片和标签打包成zip上传。Zip文件里图片名称与标签文件应当匹配,例如:图片名"1.png",对应的达标文件就叫"1.txt"。上传zip以后等待一段时间,确认创建数据集,返回到上一个页面,等待一段时间后上传成功,可以点击详情检查,可预览到数据集的图片以及对应的标签。 步骤二·Lora训练:点击Flux,基础模型会默认是FLUX 1.0D版本,选择数据集,点击右侧箭头,会跳出所有上传过的数据集。触发词可有可无,取决于数据集是否有触发词。模型效果预览提示词则随机抽取一个数据集中的标签填入即可。训练参数这里可以调节重复次数与训练轮数,厚德云会自动计算训练步数,如果不知道如何设置,可以默认20重复次数和10轮训练轮数,可以按需求选择是否加速,点击开始训练,会显示所需要消耗的算力,然后等待训练,会显示预览时间和进度条,训练完成的会显示出每一轮的预览图,鼠标悬浮到想要的轮次模型,中间会有个生图,点击会自动跳转到使用此lora生图的界面。点击下方的下载按钮则会自动下载到本地。 步骤三·Lora生图:点击预览模型中间的生图会自动跳转到相应页面。模型上的数字代表模型强度,可在0.61.0之间调节,也可以自己添加lora文件,点击后会显示训练过的所有lora的所有轮次。VAE不需要替换,正向提示词输入写的提示词,可以选择基于这个提示词一次性生成几张图,选择生成图片的尺寸,横板、竖版、正方形。采样器和调度器新手小白可以默认,迭代步数可以在2030之间调整,CFG可以在3.57.5之间调整,随机种子1代表随机生成图。所有设置都好了以后,点击开始生态,生成的图会显示在右侧。如果有哪次生成结果觉得很不错,想要微调或者高分辨率修复,可以点开那张图,往下滑,划到随机种子,复制下来,粘贴到随机种子这里,这样下次生成的图就会和这次的结果近似。如果确认了一张很合适的种子和参数,想要搞清放大,则点开高清修复,可以选择想放大的倍数,新手小白可以就默认这个算法,迭代步数建议在2030之间,重回幅度根据需求调整,正常在0.30.7之间调整。 3. 今日作业:按照比赛要求,收集六个主题中一个主题的素材并且训练出lora模型后提交lora模型与案例图像。提交链接:https://waytoagi.feishu.cn/share/base/form/shrcnpJAtTjID7cIcNsWB79XMEd
2025-01-23
大模型下文档投喂后,大模型是如何解读文档提取出答案?
大模型在文档投喂后解读文档并提取答案的过程通常包括以下步骤: 1. 问题解析阶段:接收并预处理问题,通过嵌入模型(如 Word2Vec、GloVe、BERT)将问题文本转化为向量,以确保问题向量能有效用于后续检索。 2. 知识库检索阶段:知识库中的文档同样向量化后,比较问题向量与文档向量,选择最相关的信息片段,并抽取相关信息传递给下一步骤。 3. 信息整合阶段:接收检索到的信息,与上下文构建形成融合、全面的信息文本。整合信息准备进入生成阶段。 4. 大模型生成回答:整合后的信息被转化为向量并输入到 LLM(大语言模型),模型逐词构建回答,最终输出给用户。 在这个过程中还包括以下信息处理步骤: 1. 信息筛选与确认:系统会对检索器提供的信息进行评估,筛选出最相关和最可信的内容,同时对信息的来源、时效性和相关性进行验证。 2. 消除冗余:识别和去除多个文档或数据源中可能存在的重复信息,以防在生成回答时出现重复或相互矛盾的信息。 3. 关系映射:分析不同信息片段之间的逻辑和事实关系,如因果、对比、顺序等,构建一个结构化的知识框架,使信息在语义上更加连贯。 4. 上下文构建:将筛选和结构化的信息组织成一个连贯的上下文环境,包括对信息进行排序、归类和整合,形成一个统一的叙述或解答框架。 5. 语义融合:在必要时,合并意义相近但表达不同的信息片段,以减少语义上的重复并增强信息的表达力。 6. 预备生成阶段:整合好的上下文信息被编码成适合生成器处理的格式,如将文本转化为适合输入到生成模型的向量形式。 最终,全新的上下文被一起传递给大语言模型。由于这个上下文包括了检索到的信息,大语言模型相当于同时拿到了问题和参考答案,通过 LLM 的全文理解,最后生成一个准确和连贯的答案。 相关概念: LLM:Large language model 的缩写,即大语言模型。 Prompt:中文译作提示词,是输入给大模型的文本内容,可以理解为和大模型说的话、下达的指令。 Token:大模型语言体系中的最小单元,不同厂商的大模型对中文文本的切分方法不同,通常 1Token≈12 个汉字,大模型的收费计算方法及对输入输出长度的限制通常以 token 为单位计量。 上下文:英文通常翻译为 context,指对话聊天内容前、后的内容信息,上下文长度和上下文窗口都会影响大模型回答的质量。
2025-01-23
AI手机端和网页端的应用场景有什么区别?
AI 手机端和网页端的应用场景存在以下区别: 网页端产品更倾向于支持涉及内容创作和编辑的复杂、多步骤工作流程,例如 AI 语音工具包 ElevenLabs、AI 艺术创作器 Leonardo 以及 AI 演示文稿构建器 Gamma 等。 移动端应用更倾向于通用型助手,不少在功能上模仿了 ChatGPT。 在移动设备上,图片和视频的内容编辑是最常见的用途。例如,美图秀秀、SNOW 和 Adobe Express 等传统创意工具转型为生成式 AI 优先,并在移动排名中表现出色。 ChatGPT 以巨大优势成为网络和移动端排名第一的产品,而争夺最佳消费者助手的竞争正在升温。Perplexity 在网络上排名第三,专注于提供简明、实时和准确的查询答案,且用户参与度很高,还首次进入移动端前 50 名榜单。Anthropic 的 Claude 是 ChatGPT 的直接竞争对手,在网页排名中进入前五。
2025-01-16
我该如何了解AI相关的知识 通往AHI之路有手机端吗
以下是一些了解 AI 相关知识的途径: 1. 访问《通往 AGI 之路》知识库,其提供了全面系统的 AI 学习路径,涵盖从常见名词到应用等各方面知识。您可以通过访问。 2. 关注相关的社交媒体账号,如公众号“通往 AGI 之路”、等,获取 AI 消息和知识普及视频。 3. 学习 AE 软件,了解其功能及与 AI 结合运用的方式,比如在 B 站找丰富的入门课程自学,或从包图网下载工程文件学习。 4. 阅读相关的研究报告,如艾瑞的《2024 年移动端 AI 应用场景研究报告》。 另外,《通往 AGI 之路》知识库目前没有手机端。
2025-01-14
我想用coze写一个能够自动提取我手机的支付记录然后记账的应用要怎么做
要使用 Coze 写一个能够自动提取手机支付记录然后记账的应用,您可以参考以下步骤: 1. 了解 Coze:COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具,允许用户在无编程知识的基础上,使用自然语言和拖拽等方式构建 Agent,目前有丰富的插件生态且可以免费使用海量大模型。 2. 配置变现模板: 设置套餐金额及时长:价格页信息默认包含 3 个套餐,可自行修改、删除、新增,套餐数量无上限,修改后无需保存即刻生效。 订单与用户信息查看:在“管理后台”页面除了可以进行智能体配置,还可查看已付费订单以及注册用户,方便运营维护。 完成所有项目配置后,点击【配置完成】即可邀请用户访问并体验您的 Coze 智能体。 激活支付功能:配置该功能后,可实现平台收款、退款等操作,实现项目的商业变现。通过支付宝申请电脑网站支付,将申请到的 AppId、商户私钥、公钥按要求配置即可。详细的配置教程可以在'Zion 帮助中心'中搜索'支付'找到。 3. 学习记账管家相关知识:记账管家是基于 COZE 平台的能力搭建的一个记账应用,您可以直接和 coze 说您今天的收入或者支出情况,coze 会自动帮您记账,同时帮您计算出账户余额,每一笔记账记录都不会丢失。 4. 搭建教学: 增加记账记录 add_accounting_record 工作流:用于增加记账的工作流,通过大语言模型把用户输入的非结构化数据转变成数据库能理解的结构化数据存入,并告诉用户结果。 开始:定义一个{{prompt}},把用户在 bot 输入的记账内容传入进来(例如:今天花了 233.32 元吃了一顿烧烤)。 大模型:本次任务比较简单,使用任意模型都可以胜任,无需调整大模型参数。输入定义了一个{{input}}引用了【开始节点】的 prompt 参数。提示词让大模型根据{{input}}传入的内容进行拆解,分别识别【记账事项】、【发生时间】、【变动金额】,并把识别出来的内容分别赋值到{{item}}、{{occurrence_time}}、{{balance_change}}。输出定义了【记账事项】、【发生时间】、【变动金额】对应的{{item}}、{{occurrence_time}}、{{balance_change}}。 数据库——插入记账记录:输入定义了{{item}}、{{occurrence_time}}、{{balance_change}},用于接收从大模型节点{{item}}、{{occurrence_time}}、{{balance_change}}输出传入的内容。SQL 命令:不会写没关系,直接使用自动生成语法,输入命令如下,注意我们数据库存入的金额最小单位是分,所以在最终的语法,{{account_change}}100;意思当用户说我花了 2.23 元,数据库存储的是 2.23100=223。提示词:把 item、occurrence_time、account_change 存入到 user_accounting_records 表的{{item}}、{{occurrence_time}}、{{account_change}}中。 数据库——查询账户余额。
2025-01-10
华为手机安装chatgpt
以下是华为手机安装 ChatGPT 的步骤: 1. 打开系统自带的谷歌服务框架: 打开系统设置。 拉到最底下,点击更多设置。 点击账号与同步。 点击谷歌基础服务。 打开基础服务按钮。 2. 安装 Google Play: 到华为应用商店搜索 Google Play 进行安装。 安装好后打开谷歌商店,点击右上角登录谷歌账号。 3. 安装 ChatGPT: 到谷歌商店搜索“ChatGPT”进行下载安装,注意开发者是 OpenAI,别下错。 可能会遇到“google play 未在您所在的地区提供此应用”的问题,解决方法如下: 在 google play 点按右上角的个人资料图标。 依次点按:设置>常规>帐号和设备偏好设置>国家/地区和个人资料。 在这里看到账号没有地区,可以“添加信用卡或借记卡”,国内的双币信用卡就行,填写信息时地区记得选美。 如果回到 google play 首页还搜不到 chatgpt,可以卸载重装 google play,操作过程保持梯子的 IP 一直是美,多试几次。 4. 体验 ChatGPT: 如果只想体验 ChatGPT 3.5 版本,不升级 GPT4,直接登录第二部注册好的 ChatGPT 账号即可。 5. 订阅 GPT4 Plus 版本: 先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡。 然后在 ChatGPT 里订阅 Plus。
2025-01-07
AI最好用的手机APP
以下是一些好用的 AI 手机 APP: 图片和视频内容编辑方面:美图秀秀(https://apps.apple.com/us/app/meituphotoeditoraiart/id416048305)排名第 9 位、SNOW(https://apps.apple.com/us/app/snowaiprofile/id1022267439)排名第 30 位、Adobe Express(https://apps.apple.com/us/app/adobeexpressaiphotovideo/id1051937863)排名第 35 位。 消费者助手方面:ChatGPT 第三次以巨大优势成为网络和移动端排名第一的产品。 人工智能搜索引擎方面:Perplexity(http://perplexity.ai/)目前在网络上排名第三,专注于提供简明、实时和准确的查询答案,并引用来源,还首次进入移动端前 50 名榜单。 办公文档翻译工具:WPS 文档翻译功能,可快速翻译办公文档,提高工作效率。 美容护肤产品推荐平台:美丽修行 APP,根据用户肤质推荐适合的美容护肤产品。 儿童安全监控系统:360 儿童手表,利用 AI 技术实现定位、通话、安全区域设置等功能。 汽车保养提醒系统:汽车之家 APP,根据用户的汽车型号、行驶里程等信息提醒车主进行定期保养。 金融方面:Composer(免费可用),用 AI 构建、回测和执行交易算法。 移动 APP 方面:Hevy 是最佳移动应用程序获奖者,在 App Store 和 Google Play 商店中获得了 4.9 的评分,共有 71,000 条评论。ChatGPT for iOS(免费)是 ChatGPT 的官方 iOS 应用程序。Rainbow AI(免费)是精准降水预报 APP。
2025-01-05
AI最好用的手机APP(主要用于体制内 各类公文写作)
以下是一些适用于体制内公文写作的 AI 手机 APP: 1. 文小言 APP 中的“学习强国公文助手”:具有文汇检索、AI 公文书写、AI 公文润色等功能。它有权威的“学习强国”数据库背书,能快速溯源文字材料,重点用横线标注,还能一键看原文,内容覆盖文汇、重要活动、重要会议、指示批示等。 2. 邮件写作方面的 AI 工具: Grammarly:提供语法检查、拼写纠正、风格建议和语气调整等功能,易于使用,支持多种平台,适用于多种语言。网站:https://www.grammarly.com/ Hemingway Editor:简化句子结构,提高可读性,标记复杂句和冗长句。界面简洁,重点突出,适用于改善写作风格和简洁性。网站:http://www.hemingwayapp.com/ ProWritingAid:全面的语法和风格检查,提供详细的写作报告和建议。功能强大,支持多种平台和集成,特别适合专业写作者。网站:https://prowritingaid.com/ Writesonic:基于 AI 生成各种类型的文本,包括电子邮件、博客文章、广告文案等。生成速度快,适合需要快速创作和灵感的用户。网站:https://writesonic.com/ Lavender:专注于邮件写作优化,提供个性化建议和模板,帮助用户提高邮件打开率和回复率。
2025-01-05