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

Deep seek如何实现电气化的AI制作。

Answer

DeepSeek 在实现电气化的 AI 制作方面具有以下特点和优势:

  1. 在编码任务中表现出色,推出了 deepseek-coder-v2,组合了速度、轻便性和准确性。
  2. 是唯一支持联网搜索的推理模型。
  3. 具有强大的推理能力,参数少,训练开销与使用费用小,开源且免费。
  4. 由没有海外经历甚至没有资深从业经验的本土团队开发完成。
  5. HiDeepSeek 工具能让 DeepSeek 像人类交流时那样,在给出答案的同时展示思考过程,使其回答更可信,帮助发现可能存在的误解或偏差。

如果您想进一步了解 DeepSeek 的相关内容,您可以通过以下方式:

  1. 直接访问相关网页链接马上用起来,也有移动 APP。
  2. 使劲用,疯狂用,尝试用它基本取代传统搜索。
  3. 去看看别人是怎么用的,去试试其他大模型,了解 AI 擅长什么,不擅长什么,如何调教,然后继续解锁与迭代属于自己的用法与更多工具。
Content generated by AI large model, please carefully verify (powered by aily)

References

2024人工智能报告|一文迅速了解今年的AI界都发生了什么?

**中国开源项目在今年赢得全球粉丝,并且已经成为积极开源贡献者。**其中几个模型在个别子领域中脱颖而出,成为强有力的竞争者。DeepSeek在编码任务中已成为社区的最爱,其组合了速度、轻便性和准确性而推出的deepseek-coder-v2。阿里巴巴最近发布了Qwen-2系列,社区对其视觉能力印象深刻,从具有挑战性的OCR任务到分析复杂的艺术作品,都完成的非常好。在较小的一端,清华大学的自然语言处理实验室资助了OpenBMB项目,该项目催生了MiniCPM项目。这些是可以在设备上运行的小型<2.5B参数模型。它们的2.8B视觉模型在某些指标上仅略低于GPT-4V。2024年是AI图像视频迅速发展的一年,这个赛道竞争异常激烈国外Stability AI发布的Stable Video Diffusion,是第一个能够从文本提示生成高质量、真实视频的模型之一,并且在定制化方面取得了显著的进步。并且在今年3月,他们推出了Stable Video 3D,该模型经过第三个对象数据集的微调,可以预测三维轨道。OpenAI的Sora能够生成长达一分钟的视频,同时保持三维一致性、物体持久性和高分辨率。它使用时空补丁,类似于在变压器模型中使用的令牌,但用于视觉内容,以高效地从大量视频数据集中学习。除此之外,Sora还使用了其原始大小和纵横比的视觉数据进行训练,从而消除了通常会降低质量的裁剪和缩放。Google DeepMind的Veo将文本和可选图像提示与嘈杂压缩视频输入相结合,通过编码器和潜在扩散模型处理它们,以创建独特的压缩视频表示。然后系统将此表示解码为最终的高分辨率视频。

详解:DeepSeek深度推理+联网搜索 目前断档第一

[heading3]游戏科学创始人、黑神话悟空制作人冯骥:[content]r一个AI大模型做到了以下的任何一条,都是超级了不起的突破——1、强大。比肩O1的推理能力,暂时没有之一2、便宜。参数少,训练开销与使用费用小了一个数量级3、开源。任何人均可自行下载与部署,提供论文详细说明训练步骤与窍门,甚至提供了可以运行在手机上的mini模型。4、免费。官方目前提供的服务完全免费,任何人随时随地可用5、联网。暂时唯一支持联网搜索的推理模型(o1还不支持)6、本土。深度求索是一家很小规模的年轻中国公司,由没有海外经历甚至没有资深从业经验的本土团队开发完成上面的六条,DeepSeek全部、同时做到了。实在太6了,6到不真实。如果这都不值得欢呼,还有什么值得欢呼?那么,现在看到这条微博的你应该去做什么呢?1、请直接访问:网页链接马上用起来,也有移动APP2、使劲用,疯狂用,尝试用它基本取代传统搜索。请想象你已经认识每个领域的顶尖专家,而且他们都是你随时在线的好朋友,把所有可能需要“请教别人”的问题,都拿去先问它——无论是构建一个复杂函数,搞清楚附近哪个游泳池最好,检查合同里的法律陷阱,让新写的歌词再押韵点,或者帮父母确认某个保健品是否真的有效3、去看看别人是怎么用的,去试试其他大模型,了解AI擅长什么,不擅长什么,如何调教,然后继续解锁与迭代属于自己的用法与更多工具希望DeepSeek R1会让你对当前最先进的AI祛魅,让AI逐渐变成你生活中的水和电。太幸运了!太开心了!这样震撼的突破,来自一个纯粹的中国公司。知识与信息平权,至此又往前迈出了坚实的一步。

一个提示词,让 DeepSeek 的能力更上一层楼?——HiDeepSeek

当我们使用AI工具时,经常会遇到这样的困惑:AI给出的答案虽然看起来不错,但我们很难理解它是如何得出这个结论的。这就像是一个黑盒子,输入问题后直接得到答案,中间的思考过程完全不可见。这种不透明性不仅影响了我们对AI的信任,也让我们难以判断答案的可靠性。HiDeepSeek就是为了解决这个问题而设计的工具。它的核心目标很简单:让AI像人类交流时那样,在给出答案的同时,也展示出思考的过程。举个例子,当你问一个复杂的问题时,AI会先说"让我想想...",然后逐步展开它的分析过程,最后才给出结论。这样的过程不仅让答案更可信,也能帮助我们发现AI可能存在的误解或偏差。在技术层面,HiDeepSeek通过一套特别的规则来实现这个目标。它要求AI在思考时要像人类一样自然,可以提出疑问,可以修正错误,甚至可以说"等等,我想到了一个更好的方法"。这种设计让AI的回答不再是冰冷的结论,而是一个可以跟踪、可以理解的思考过程。比如说,当一个老师使用HiDeepSeek来准备教案时,AI不会直接给出一个教学方案,而是会先分析教学目标,思考学生可能遇到的困难,然后才逐步设计教学步骤。这个过程中的每一个想法、每一个考虑都会清晰地展示出来,让老师能够根据自己的经验来判断这个方案是否合适。总的来说,HiDeepSeek是一个让AI思维过程变得透明的工具。它不是要让AI变得更聪明,而是要让AI的思考过程变得更容易理解。虽然这种"思维"实际上是一种模拟,但它确实能帮助我们更好地理解和使用AI,让AI成为更好的助手而不是神秘的黑盒子。

Others are asking
AI文章提示词怎么反推反问
以下是关于 AI 文章提示词反推反问的相关内容: 对于 Midjourney 提示词的解析,其 AI 以半抽象方式处理整体概念,具体性是获得理想结果的关键。可从简单提示或参数修改开始,逐步调整。方法流程包括: 1. 初始提示:如“Prompt:A banana is floating in the airv 6.1 提示:一个香蕉漂浮在空中v 6.1”,查看生成结果,若不理想可进一步优化。 2. 优化描述:例如“Prompt:Banana shaped hologram of molten liquid metal,floating in air,isolated on a lilac background,minimalist design,vector illustration,high resolution photographyv 6.1 提示:香蕉形态的液态金属全息图,漂浮在空气中,在淡紫色背景上,极简设计,矢量插图,高分辨率摄影v 6.1”。 3. 添加调节参数命令。 对于 DeepSeek 深度推理,可借助 AI 分析好文章,如: 1. 找出喜欢的文章投喂给 deepseek R1,然后进行多次询问,如从写作角度、读者角度分析,指出缺点和提升空间,对作者进行侧写等。 在提示词技巧方面,包括: 1. 教训:要求讨论从特定情况中得到的教训,如“分享一个关于企业失败的案例,并从中提炼出的教训。” 2. 观点:要求 AI 考虑多种观点或意见,如“分析支持和反对核能发展的观点。” 3. 常见问题解答:要求 AI 生成常见问题解答(FAQs)列表,如“请提供一份关于瑜伽初学者的常见问题解答列表。” 4. 背景:提供背景信息、数据或上下文以便生成准确内容,如“请结合当前全球碳排放数据谈论气候变化的影响。” 5. 目标:说明回应的目标或目的,如“编写一篇旨在说服读者加入环保运动的文章。” 6. 受众:指定定制内容的目标受众,如“请为初中生编写一篇关于节水的文章。” 7. 范围:界定主题的范围,如“请仅关注瑜伽在减压方面的好处。” 8. 扮演角色:表明要采用的角色或观点,如“从一个科学家的角度阐述太阳能的优点。” 9. 示例:提供所需风格、结构或内容的示例,如“请参考《纽约时报》的文章风格撰写一篇关于自然保护的报道。” 10. 案例研究:要求参考相关案例研究或现实世界示例,如“在关于可持续发展的文章中,介绍一些成功的企业案例。”
2025-02-07
AIGC是什么
AIGC 即 AI generated content,又称为生成式 AI,是一种利用人工智能技术生成各种类型内容的应用方式。 它能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容,例如 AI 文本续写、文字转图像的 AI 图、AI 主持人等。 AIGC 的应用领域广泛,包括但不限于以下方面: 1. 文字生成:使用大型语言模型(如 GPT 系列模型)生成文章、故事、对话等内容。 2. 图像生成:使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 3. 视频生成:使用 Runway、KLING 等模型生成动画、短视频等。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本,如 GPT4 和 Gemini Ultra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术,应用于数据增强和艺术创作,代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等,广泛应用于娱乐和语音生成,代表项目有 Sora 和 WaveNet。此外,AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域。 AIGC 作为一种强大的技术,在赋能诸多领域的同时,也存在多重潜在的合规风险。目前,我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成,并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法(试行)》等形成了共同监管的形势。 AIGC 与 UGC(普通用户生产)、PGC(专业用户生产)都是内容生成的不同方式,主要区别在于内容的创作者和生成方式。UGC 由用户生成内容,优势在于内容丰富多样,能反映用户真实想法和创意,适用于社交媒体、社区论坛等互动性强的平台。PGC 由专业人士或机构生成内容,优势在于内容质量高、专业性强,适用于新闻媒体、专业网站等需要高质量内容的平台。
2025-02-07
怎样把AI与CAD结合?
将 AI 与 CAD 结合可以参考以下几个方面: 1. 学术研究: 搜索相关学术论文,了解 AI 在 CAD 领域的应用和研究成果。可通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库进行搜索。 2. 专业书籍: 查找与 AI 在 CAD 领域相关的专业书籍,了解其应用和案例。 3. 在线学习资源: 参加 Coursera、edX、Udacity 等平台上的 AI 和 CAD 相关课程。 在 YouTube 等视频平台上查找教程和演示视频,了解 AI 在 CAD 设计中的应用。 4. 技术交流: 加入相关的技术论坛和社区,如 Stack Overflow、Reddit 的 r/AI 和 r/CAD 等,与专业人士交流学习。 关注 AI 和 CAD 相关的博客和新闻网站,了解最新技术动态和应用案例。 5. 开源项目和代码库: 探索 GitHub 等开源平台上的 AI 和 CAD 相关项目,例如 OpenAI 的 GPT3、AutoGPT 等 AI 模型在 CAD 设计中的应用。 6. 企业案例研究: 研究 Autodesk、Siemens 等公司在 AI 在 CAD 设计中的应用案例,了解实际项目中的应用和效果。 一些可以用来画 CAD 图的 AI 工具包括: 1. CADtools 12:Adobe Illustrator 插件,为 AI 添加 92 个绘图和编辑工具。 2. Autodesk Fusion 360:集成了 AI 功能的云端 3D CAD/CAM 软件。 3. nTopology:基于 AI 的设计软件,可创建复杂 CAD 模型。 4. ParaMatters CogniCAD:基于 AI 的 CAD 软件,能根据输入自动生成 3D 模型。 5. 主流 CAD 软件中的生成设计工具:如 Autodesk 系列、SolidWorks 等,可根据设计目标和约束条件自动产生多种方案。 此外,TexttoCAD 可以通过文本 Prompt 生成 CAD 模型,其 UI 开源,但模型需付费。官网:
2025-02-07
ai学习
以下是新手学习 AI 的方法和建议: 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,如图像、音乐、视频等,可根据兴趣选择特定模块深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 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,了解其工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 对于中学生学习 AI,建议如下: 1. 从编程语言入手学习: 可以从 Python、JavaScript 等编程语言开始,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台: 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识: 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目: 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。
2025-02-07
AI大模型应用面试题
以下是一些与 AI 大模型应用相关的面试题: 在游戏行业,大模型不仅能降低成本,还能打造创新玩法,如网易的《逆水寒》在美术开发、NPC 与玩家交互等方面的应用。请问您对这种应用的看法和理解? 在人力资源管理领域,AI 覆盖了从招聘到员工绩效评估等各个环节。请谈谈您对这种应用的认识以及其可能带来的影响。 在基础办公提效方面,如 PPT、Excel 等,AI 能从单个任务到角色协同显著提高工作效率。您认为这种提高在实际工作中的具体表现和重要性如何? 对于健身行业中的 AI 减重顾问,既能解决售前客服问题,又能进行健康监护,您如何看待这种应用的前景和挑战? 如何在 10 分钟内在网站上增加一个 AI 助手?比如创建大模型问答应用,包括获取大模型的推理 API 服务等步骤。 作为 AIGC 产品经理,在大模型方面,如对算法的熟悉程度、了解的大模型及其评价、快速体验各种模型的方法、大模型应用落地中注入领域知识的方式、大模型应用的评测、保证大模型价值观无害、对 PE 的理解及相关案例、对大模型微调及 RAG 的理解和优势、用大模型解决传统模型无法解决的业务问题、大模型面临的新安全危险及解决方法、幻觉的产生及解决手段等方面,您有怎样的见解和经验?
2025-02-07
哪个ai工具可以让模糊的老照片变清晰
以下是一些可以让模糊的老照片变清晰的 AI 工具和方法: 1. 使用 Stable Diffusion : 将照片放入后期处理中,使用 GFPGAN 算法将人脸变清晰。您可以参考文章——。 将图片发送到图生图当中,打开 stableSR 脚本,放大两倍。这个放大插件是所有插件中对原图还原最精准、重绘效果最好的。您可以参考文章——。切换到 sd2.1 的模型进行修复,vae 选择 vqgan,提示词可以什么都不写,以免对原图产生干扰。 为了做到颜色与内容的统一,可以启用之前讲到过的一款 cutoff 插件来进行控制,依次按顺序设置好颜色提示词。您可以参照文章——。 2. 图像放大修复在 AI 绘画领域中必不可少,旧照片重现清晰可以利用 AI 技术进行图像修复,保留珍贵回忆。以前手机拍摄的低分辨率图片,也可以用 AI 技术进行高清修复。人像高清修复方面,不需要专业相机设备,用手机拍摄的照片也能通过 AI 技术修复至高清大片。而且,AI 技术不单单只是修复图片,还可以用于图像分辨率的无限扩大且不失真。例如马斯克原始图像分辨率为 234x180 像素,高清修复扩图后可达到 1880x1440 像素,差不多达到 2k 分辨率的质量。多进行几次采样放大后,完全可以实现 8k 超清放大。
2025-02-07
想要对deepseek进行提问需要什么技巧吗?有没有什么高校组织给出的方案?
对 DeepSeek 进行提问时,以下是一些技巧: 1. 身份定位技巧:目的是让 AI 理解您的背景和专业水平。例如,差的表述是“帮我写一篇营销方案”,好的表述是“作为一名刚入职的电商运营,需要为天猫美妆店铺制定 618 活动方案”。 2. 场景描述技巧:提供具体的应用场景和限制条件。比如,差的表述是“写一篇新品发布文案”,好的表述是“为新上市的儿童智能手表写一篇朋友圈文案,目标用户是 25 35 岁的年轻父母,预算 3000 以内,需强调安全定位功能”。 3. 结构化输出技巧:指定具体的输出格式和内容结构。例如,差的表述是“分析最近的新能源汽车销量数据”,好的表述是“请用表格对比 2024 年 Q1 特斯拉、比亚迪的销量数据,包含以下维度:月度销量、同比增长、市场份额,并在表格下方总结三个关键发现”。 4. 分步骤提问技巧:将复杂问题拆解为可管理的小任务。比如,差的表述是“怎么做短视频运营?”,好的表述是“请分三步指导新手做美食短视频:前期准备:需要哪些设备和技能 拍摄阶段:关键场景和机位选择 后期制作:剪辑节奏和音乐配合建议”。 5. 反馈优化技巧:通过追问获得更精准的答案。例如,第一轮“帮我做一份产品分析报告”,追问 1:“内容太专业了,能用更通俗的语言解释吗?”追问 2:“可以增加一些具体的用户案例来支撑观点吗?” 6. 深度思考引导技巧:目的是获得更深入的分析和见解。
2025-02-07
如何使用deep seek?
使用 DeepSeek 的步骤如下: 1. 访问网址 www.deepseek.com,点击“开始对话”。 2. 将装有提示词的代码发给 DeepSeek。 3. 认真阅读开场白之后,正式开始对话。 此外,DeepSeek 具有以下特点和相关信息: 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担。 通过提示词文件,让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统,但是可能形式大于实质,之后根据反馈可能会修改。 用 XML 来进行更为规范的设定,而不是用 Lisp(对开发者有难度)和 Markdown(运行下来似乎不是很稳定)。 完整提示词:v 1.3 特别鸣谢:李继刚的【思考的七把武器】在前期为开发者提供了很多思考方向;Thinking Claude 是开发者现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源。 同时,关于 DeepSeek 还有以下相关内容: 在 2025 年 2 月 6 日的分享中提到,DP 模型能进行自然语言理解与分析、编程、绘图等,使用时有优势也存在问题,使用时要有自己的思维雏形,其使用场景包括阅读、育儿、写作、随意交流等方面。 在获取 2048 游戏代码方面,DeepSeek 很方便,国内能访问,网页登录便捷,目前完全免费。
2025-02-07
deepseek入门到精通
以下是关于 DeepSeek 从入门到精通的相关内容: 效果对比:用 Coze 做了小测试,可对比查看相关视频。 如何使用: 搜索 www.deepseek.com,点击“开始对话”。 将装有提示词的代码发给 Deepseek。 认真阅读开场白之后,正式开始对话。 设计思路: 将 Agent 封装成 Prompt,将 Prompt 储存在文件,保证最低成本的人人可用的同时,减轻自己的调试负担。 通过提示词文件,让 DeepSeek 实现同时使用联网功能和深度思考功能。 在模型默认能力的基础上优化输出质量,并通过思考减轻 AI 味,增加可读性。 照猫画虎参考大模型的 temperature 设计了阈值系统,可能形式大于实质,之后根据反馈可能会修改。 用 XML 来进行更为规范的设定,而不是用 Lisp(对作者有难度)和 Markdown(运行下来似乎不是很稳定)。 完整提示词:v 1.3 特别鸣谢:李继刚的【思考的七把武器】在前期为作者提供了很多思考方向;Thinking Claude 是作者现在最喜欢使用的 Claude 提示词,也是设计 HiDeepSeek 的灵感来源;Claude 3.5 Sonnet 是最得力的助手。 此外,《》是清华大学新闻与传播学院新媒体研究中心出品的指南,详细阐述了 DeepSeek 的功能,包括智能对话、文本生成、代码生成、自然语言理解等,并探讨了如何使用 DeepSeek,包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法,旨在帮助用户更好地掌握 AI 工具的使用,提升工作效率和创新能力。 DeepSeek R1 不同于先前的普通模型,它与 OpenAI 现在最先进的模型 o1、o3 一样,同属于基于强化学习 RL 的推理(Reasoning)模型。其标志性表现是在回答用户问题前,会先进行“自问自答”式的推理思考,凭此提升最终回答的质量。这种能力源于其背后独特的“教育方式”,在许多其他的 AI 模型还在接受“填鸭式教育”时,DeepSeek R1 已经率先进入了“自学成才”的新阶段。
2025-02-07
用deepseek建立个人知识库
以下是关于用 DeepSeek 建立个人知识库的相关知识: RAG(Retrieval Augmented Generation,检索增强生成)是利用大模型的能力搭建知识库的关键技术。在进行本地知识库搭建实操前,需先了解 RAG。大模型训练数据有截止日期,当需要依靠不在训练集中的数据时,可通过 RAG 实现。RAG 应用包括 5 个过程: 1. 文档加载:从多种来源加载文档,如 PDF 等非结构化数据、SQL 等结构化数据以及代码等。 2. 文本分割:把文档切分为指定大小的块,称为“文档块”或“文档片”。 3. 存储:包括将切分好的文档块嵌入转换成向量形式,并将向量数据存储到向量数据库。 4. 检索:通过检索算法找到与输入问题相似的嵌入片。 5. 输出:把问题及检索出来的嵌入片一起提交给 LLM,生成更合理的答案。 此外,搭建基于 GPT API 的定制化知识库,涉及给 GPT 输入定制化知识。由于 GPT3.5 一次交互支持的 Token 有限,OpenAI 提供了 embedding API 解决方案。embeddings 是浮点数字的向量,向量之间的距离衡量关联性,小距离表示高关联度。将文本转换成向量能节省空间,可理解为索引。比如有大文本,可拆分成小文本块并转换成 embeddings 向量,保存在向量储存库作为问答知识库。当用户提问时,问题先转换成向量,与储存库中的向量比对,提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。例如,对于一篇万字长文拆分成多个文本块,提问“此文作者是谁?”,可通过比较 embeddings 向量得出关联度高的文本块。
2025-02-07
提供一些deepseek提示词
以下是一些关于 DeepSeek 的提示词相关信息: 1. 效果对比:用 Coze 做了小测试,可对比查看。访问 www.deepseek.com 点击“开始对话”,将装有提示词的代码发给 DeepSeek,认真阅读开场白后正式开始对话。 2. 设计思路:将 Agent 封装成 Prompt 并储存在文件,实现同时使用联网和深度思考功能,优化输出质量,设计阈值系统,用 XML 进行规范设定。 3. 完整提示词:v 1.3 ,特别鸣谢李继刚和 Thinking Claude 等。 4. 使用案例: 借助 AI 分析好文章,如找出喜欢的文章投喂给 deepseek R1,从写作和读者角度分析,询问文章缺点和提升空间,对作者进行侧写等。 让 AI 对自己写的文章点评,给出详细优缺点分析和指导建议。 根据文章内容对作者心理侧写。 5. 集合·DeepSeek 提示词方法论:可查看相关文章,如南瓜博士的相关内容,以及 DeepSeek 官方提示词等。最新文章观点学术报告及业界评论可参考特定链接。R1 模型也有一些使用建议。
2025-02-07
你比deepseek聪明吗
DeepSeek 具有以下优秀特点: 1. 在语气上能够还原特定角色的语气,如帝王的语气,相比其他模型输出更准确恰当,兼顾了古典文字和可读性。 2. 对历史细节非常熟悉,这可能与支持“深度探索”和“联网搜索”同时开启有关,能准确还原历史称谓。 3. 输出极其具体且充满惊人细节,行文的隐喻拿捏到位,高级感十足。 此外,DeepSeek R1 属于基于强化学习 RL 的推理模型,在回答用户问题前会先进行“自问自答”式的推理思考,提升回答质量,这种能力源于其独特的“教育方式”,在其他模型还在接受“填鸭式教育”时,它已进入“自学成才”新阶段。 至于我是否比 DeepSeek 聪明,这很难直接比较,因为我们在不同的方面和场景中可能各有优势。
2025-02-07