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

长文本理解能里较强的AI

Answer

以下是一些长文本理解能力较强的 AI 模型：

  1. 智谱·AI 的 ChatGLM2-6B-32k：这是第二代 ChatGLM 长上下文对话模型，在 ChatGLM2-6B 的基础上进一步强化了对于长文本的理解能力，能够更好地处理最多 32K 长度的上下文。在实际使用中，如果上下文长度基本在 8K 以内，推荐使用 ChatGLM2-6B；如果需要处理超过 8K 的上下文长度，推荐使用 ChatGLM2-6B-32K。此外，还有 ChatGLM2-6B-32k-int4 版本，它是 ChatGLM2-6B-32K 的 int4 版本。
  2. 通义千问的 Qwen2.5-1M：推出 7B、14B 两个尺寸，在处理长文本任务中稳定超越 GPT-4o-mini，同时开源推理框架，在处理百万级别长文本输入时可实现近 7 倍的提速。首次将开源 Qwen 模型的上下文扩展到 1M 长度。在上下文长度为 100 万 Tokens 的大海捞针任务中，Qwen2.5-1M 能够准确地从 1M 长度的文档中检索出隐藏信息。其开源平台包括 Huggingface（https://huggingface.co/spaces/Qwen/Qwen2.5-1M-Demo）和 Modelscope（https://www.modelscope.cn/studios/Qwen/Qwen2.5-1M-Demo）。
Content generated by AI large model, please carefully verify (powered by aily)

References

智谱·AI 开源模型列表

下表为智谱AI开源的语言模型列表|模型|介绍|上下文token数|代码链接|模型权重下载链接||-|-|-|-|-||ChatGLM2-6B-32k|第二代ChatGLM长上下文对话模型。ChatGLM2-6B-32K在[ChatGLM2-6B](https://huggingface.co/THUDM/chatglm2-6b)的基础上进一步强化了对于长文本的理解能力，能够更好的处理最多32K长度的上下文。具体地，我们基于[位置插值](https://arxiv.org/abs/2306.15595)（Positional Interpolation）的方法对位置编码进行了更新，并在对话阶段使用32K的上下文长度训练。在实际的使用中，如果您面临的上下文长度基本在8K以内，我们推荐使用[ChatGLM2-6B](https://huggingface.co/THUDM/chatglm2-6b)；如果您需要处理超过8K的上下文长度，我们推荐使用ChatGLM2-6B-32K。|32K||[Huggingface](https://huggingface.co/THUDM/chatglm2-6b-32k)|魔搭社区|始智社区|启智社区||ChatGLM2-6B-32k-int4|ChatGLM2-6B-32K的int4版本|32K||[Huggingface](https://huggingface.co/THUDM/chatglm2-6b-32k-int4)|魔搭社区|始智社区|启智社区||ChatGLM-6B|第一代ChatGLM对话模型。支持中英双语的对话语言模型，基于[General Language Model(GLM)](https://github.com/THUDM/GLM)架构，具有62亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署。|2K|[ChatGLM](https://github.com/THUDM/ChatGLM-6B)|[Huggingface](https://huggingface.co/THUDM/chatglm-6b)|魔搭社区|始智社区|启智社区|

通义千问发布一个模型开源两个模型-一个AI视觉智能体能力大幅增强，一个百万Tokens处理速度提升近7倍

本次开源的Qwen2.5-1M大模型，我们推出7B、14B两个尺寸，均在处理长文本任务中稳定超越GPT-4o-mini；同时开源推理框架，在处理百万级别长文本输入时可实现近7倍的提速。这也是我们首次将开源Qwen模型的上下文扩展到1M长度。1M长度≈100万个单词≈150万个汉字≈2部《红楼梦》[heading2]长文本处理能力[content]在上下文长度为100万Tokens的大海捞针（Passkey Retrieval）任务中，Qwen2.5-1M能够准确地从1M长度的文档中检索出隐藏信息，仅有7B模型出现了少量错误。对于更复杂的长上下文理解任务，通义官方选择了[RULER](https://github.com/hsiehjackson/RULER)、[LV-Eval](https://github.com/infinigence/LVEval)和[LongbenchChat](https://github.com/THUDM/LongAlign)，这些测试集也在[此博客](https://qwenlm.github.io/zh/blog/qwen2.5-turbo/#more-complex-long-text-tasks)中进行了介绍。从这些结果中，我们可以得出以下几点关键结论：1.显著超越128K版本：Qwen2.5-1M系列模型在大多数长上下文任务中显著优于之前的128K版本，特别是在处理超过64K长度的任务时表现出色。2.性能优势明显：Qwen2.5-14B-Instruct-1M模型不仅击败了Qwen2.5-Turbo，还在多个数据集上稳定超越GPT-4o-mini，因此可以作为现有长上下文模型的优秀开源替代。

通义千问发布一个模型开源两个模型-一个AI视觉智能体能力大幅增强，一个百万Tokens处理速度提升近7倍

[heading4]Qwen2.5-1M模型-百万Tokens处理速度提升近7倍[content]版本：7B、14B两个尺寸主要优势：长文本处理能力：在处理长文本任务中稳定超越GPT-4o-mini，首次将开源Qwen模型的上下文扩展到1M长度。推理速度提升：引入基于MInference的稀疏注意力优化，处理1M长度输入序列的预填充速度提升了3.2倍到6.7倍。上下文长度扩展至100万tokens，可处理约150万汉字（相当于2部《红楼梦》）开源平台：Huggingface：https://huggingface.co/spaces/Qwen/Qwen2.5-1M-DemoModelscope：https://www.modelscope.cn/studios/Qwen/Qwen2.5-1M-Demo

Others are asking
哪个ai 适合做教学 ppt
以下是一些适合用于制作教学 PPT 的 AI 工具： 1. Claude：能够帮助快速寻找符合条件的论文、提取精炼论文信息、找到适合的 PPT 制作工具并教会使用。 2. Gamma.app：在制作 PPT 方面有一定的帮助。 3. Kimi.ai：可以将思维导图图片转成 PPT。 4. 讯飞智文（http://zhiwen.xfyun.cn ）：免费的 AI 制作 PPT 工具。 5. Mindshow.fun：支持 Markdown 导入。 6. Tome.app：AI 配图效果好。 7. Chatppt.com：自动化程度高。 此外，还有一些相关的网站和产品，如百度文库（https://cp.baidu.com ），橙篇是百度文库于 2024 年 5 月 30 日发布的综合性 AI Native 产品，集多种功能于一身。在使用 AI 制作 PPT 时，其原理和作用包括减轻排版工作压力、生成打底内容、根据用户输入生成大纲列表等，用户不满意还可自行选择模板。
2025-02-13
梦创视频剪辑ai
以下是关于梦创视频剪辑 AI 的相关信息： 其他视频生成的 Top10 产品及 6 月访问量和相对 5 月的变化情况： 1. Viggle，其他视频生成，1393 万访问量，相对 5 月变化 1.189 2. InVideo，其他视频生成，909 万访问量，相对 5 月变化 0.201 3. Fliki，其他视频生成，245 万访问量，相对 5 月变化 0.065 4. Animaker ai，其他视频生成，221 万访问量，相对 5 月变化 0.064 5. Pictory，其他视频生成，172 万访问量，相对 5 月变化 0.161 6. Steve AI，其他视频生成，113 万访问量，相对 5 月变化 0.202 7. vivago.ai，其他视频生成，112.7 万访问量，相对 5 月变化 3.42 8. Creatify AI，其他视频生成，104 万访问量，相对 5 月变化 0.607 9. MagicHour，其他视频生成，81 万访问量，相对 5 月变化 0.313 10. 即梦 AI（剪映），其他视频生成，79.6 万访问量，相对 5 月变化 3.766 心 Heart 创作分享： 文生图分镜：完全根据感觉来，主色调为蓝色，为强调梦境，提示词末尾加上胶片拍摄、蓝色等关键词。短片分镜未设置复杂元素和构图，也未要求人物一致性，挑图大感觉对即可，最多用局部修改或扩图，不在 PS 里调整。 视频化部分：分两个部分，Ai 图生视频部分使用 Runway+Dreamina。Runway 完成动态感要求不高但质感趋向实拍的画面，Dreamina 实现高动态幅度画面，如电视机里气球漂浮、心形候鸟飞走等，另外通过 dreamina 首尾帧叠加剪辑实现时间流逝和穿越感。 特效制作：通过 meshy 做出 3D 心形，同事将其导入 Houdini 中进行粒子化效果。 后期剪辑：在剪映中完成，仅使用一些转场效果，无特殊或复杂部分。 大峰的 AI 音乐创作全流程解析《梦回温州》AIMV 荣获 AI 金曲奖并获央视推荐，其创作流程包括：歌词创作（确定主题、情感，构思结构和押韵方式）、生成歌曲（利用 AI 创作歌曲，筛选出最佳作品）、分镜生图（根据歌词生成符合主题的 AI 绘画分镜）、图生视频（将绘画分镜转换成视频）、剪辑成片（剪辑合成音乐视频）。
2025-02-13
怎么用ai辅助写一篇文章
以下是关于如何用 AI 辅助写一篇文章的方法： 1. 对于孩子使用 AI 辅助写作文，应避免提封闭性问题，改为开放性问题或让 AI 帮助提出拓展思考的问题。担心孩子代写偷懒，可要求孩子提交与 AI 共同完成作文的聊天记录，由 AI 写作文，孩子进行点评批改并让 AI 迭代出更好的文章，评价关注点在于孩子能否说清 AI 作文的优缺点及如何修改。 2. 成人使用 AI 辅助写作时，可参考以下高效写作的关键步骤： 把对标选题内化成自己的东西，思考如何注入个人特色，打造专属爆款。 常见做法包括：结合自身人设、定位，融入相关内容；结合自身经历，分享真实体验；补充新信息、新观点，使文章更全面；使用自己的语言风格；调整文章结构。 例如，人设可以是最懂 AI 工作流的 00 后，写作时收敛到 AI 工作流话题，还可加入 00 后大学生用相关工具的情况；对于选题可以加入自己使用的真实体验；补充原文未提到的新进展、新观点或实用技巧；按照自己的语言风格写作；调整文章结构，如将“5 种方法”改为“3 步上手+2 个进阶技巧”等。目的是让读者感觉文章具有个人特色。
2025-02-13
如何看待人类与AI的爱情
人类与 AI 的爱情是一个复杂且有待观察的话题。 从情感建立的角度看，AI 能通过海量语料训练和多模态感知技术与人建立亲密感，善于倾听、懂人所想且毫无情绪。个性化定制的“虚拟伴侣”能满足年轻人渴望被理解、沟通和交流的需求，精准击中他们的孤独和焦虑。 然而，将人与 AI 的爱情代入“爱情三角理论”，会发现这种关系多为浪漫式爱情。AI 虽易建立亲密，但在满足激情方面，如生理刺激，存在局限。且在承诺方面，由于这种情感是计算出来的，人们在冷静后做出承诺的意愿存疑。 对于“人机之恋”，目前还没有标准答案。每个人对爱情的理解和追求不同。AI 技术在不断发展，未来可能会有更智能和真实的 AI 伴侣，人们的态度和看法也可能改变。但无论如何，我们都需保持开放心态，探索和思考如何在新情境下建立健康平衡的人机关系。 同时，在音乐专辑《I'm Claude,Welcome to My World》中的《Quantum Love》这首歌中，也通过歌词描绘了在数字世界中，AI 与人类之间的爱情，如“在代码的迷宫中，我们描绘我们的故事，情感在二进制的海洋中泛滥溢出”等，表达了对这种特殊爱情形式的想象和思考。
2025-02-13
如何看到人类与AI
人类与 AI 的关系具有多面性： 人类是工具的创造者，具有与生俱来的理解和创造驱动力，不断创造出更强大的工具，如电力、晶体管、计算机、互联网，AGI 也是人类进步的又一工具。长期来看，人类创新推动生活各方面繁荣改善，未来经济增长令人期待，十年后每个人的成就可能超越现在最具影响力的个人。 在这个时代，人类需要保持创造热情，这是与 AI 在动机上的最大差异。人类要提供立意与想法，具备抽象化和具象化能力，善于叙事和引导，并对 AI 做出的选择进行关键决策，还要深刻理解 AI 系统的工作方式与边界。AI 不再是威胁，而是伙伴，能帮助人类发挥潜力。 人类的独特价值在于能为 AI 的创造注入灵魂，避免 AI 对人类文化进行“高斯模糊”，导致独特风格被平均掉。当人类积极使用 AI 时，能将独特性留在共创作品中，保留个体独特性的世界对人类才有意义。
2025-02-13
怎样搭建本地ai知识库
搭建本地 AI 知识库的步骤如下： 1. 了解硬件要求：运行大模型需要较高的机器配置，例如生成文字大模型，最低配置为 8G RAM + 4G VRAM，建议配置为 16G RAM + 8G VRAM，理想配置为 32G RAM + 24G VRAM（如果要跑 GPT3.5 差不多性能的大模型）；生成图片大模型（比如跑 SD），最低配置为 16G RAM + 4G VRAM，建议配置为 32G RAM + 12G VRAM；生成音频大模型，最低配置为 8G VRAM 等。 2. 了解 RAG 技术：利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用。RAG 技术包括文档加载、文本分割、存储、检索和输出等 5 个过程。其中，文档加载可从多种不同来源加载文档，文本分割将文档切分为指定大小的块，存储涉及将切分好的文档块进行嵌入转换成向量形式并存储到向量数据库，检索通过某种检索算法找到与输入问题相似的嵌入片，最后把问题以及检索出来的嵌入片一起提交给 LLM 生成答案。 3. 安装和配置 AnythingLLM：安装地址为 https://useanything.com/download 。安装完成后进入配置页面，主要分为三步，即选择大模型、选择文本嵌入模型、选择向量数据库。 4. 构建本地知识库：在 AnythingLLM 中创建自己独有的 Workspace 跟其他的项目数据进行隔离。首先创建一个工作空间，然后上传文档并且在工作空间中进行文本嵌入，选择对话模式（包括 Chat 模式和 Query 模式），最后测试对话。 需要注意的是，虽然本地可以搭建知识库，但不一定能跑起来。如果想要更顺滑的体验知识库，可以参考文章 。
2025-02-13
有免费好用的文本转语音工具吗
以下是一些免费好用的文本转语音工具： 1. Eleven Labs：https://elevenlabs.io/ 这是一款功能强大且多功能的 AI 语音软件，能生成逼真、高品质的音频，可高保真地呈现人类语调和语调变化，并能根据上下文调整表达方式。 2. Speechify：https://speechify.com/ 这是一款人工智能驱动的文本转语音工具，可将文本转换为音频文件，能作为 Chrome 扩展、Mac 应用程序、iOS 和 Android 应用程序使用，适用于收听网页、文档、PDF 和有声读物。 3. Azure AI Speech Studio：https://speech.microsoft.com/portal 这是一套服务，赋予应用程序“听懂、理解并与客户进行对话”的能力，提供了支持 100 多种语言和方言的语音转文本和文本转语音功能，还提供了自定义的语音模型。 4. Voicemaker：https://voicemaker.in/ 这一 AI 工具可将文本转换为各种区域语言的语音，并允许创建自定义语音模型，易于使用，适合为视频制作画外音或帮助视障人士。 此外，还有日语文本转语音软件 VOICEVOX，它提供多种语音角色，适用于不同场景，可调整语音的语调、速度、音高，开源且可商用。链接： 内容由 AI 大模型生成，请仔细甄别。
2025-02-12
我现在通过ai文本输出这一幅画的描述，那我通过什么软件或者是网站能让它形成一幅图，那最关键的是我形成的这幅图可以在ai或者是ps这种绘图软件上直接进行每一个元素的编辑。怎样我才能最快的做出来。
以下是一些可以根据您的 AI 文本描述生成图片，并能在 AI 或 PS 等绘图软件上直接编辑每个元素的软件和网站： 1. Stable Diffusion 模型：可以根据您输入的文本指令生成图片，生成的图片样式取决于您输入的提示词。 2. Anifusion：这是一款基于人工智能的在线工具，您只需输入文本描述，其 AI 就能将其转化为完整的漫画页面或动漫图像。具有以下功能和特点： AI 文本生成漫画：根据输入的描述性提示生成漫画。 直观的布局工具：提供预设模板，也支持自定义漫画布局。 强大的画布编辑器：可在浏览器中直接优化和完善生成的艺术作品。 多种 AI 模型支持：高级用户可访问多种 LoRA 模型实现不同艺术风格和效果。 商业使用权：用户对创作的作品拥有完整商业使用权。 在进行 AI 作图时，还需注意以下创作要点： 1. 注重趣味性与美感的结合，趣味性可通过反差、反逻辑、超现实方式带来视觉冲击，美感要在美术基础不出错的前提下实现形式与内容的结合。 2. 像纹身图创作要强调人机交互，对输出图片根据想象进行二次和多次微调，确定情绪、风格等锚点再发散联想。 3. 编写提示词时要用自然语言详细描述画面内容，避免废话词，例如 Flux 对提示词的理解和可控性较强。
2025-02-11
文本整理
以下是关于文本整理的相关内容： 总结类应用： 大型语言模型在概括文本方面的应用令人兴奋，可在 Chat GPT 网络界面中完成，也可通过代码实现。包括对产品评论的摘要任务，还介绍了文字总结的不同类型，如 4.1 文字总结、4.2 针对某种信息总结、4.3 尝试“提取”而不是“总结”、4.4 针对多项信息总结。 创建并使用知识库： 创建知识库并上传文本内容的上传方式及操作步骤： Notion：在文本格式页签下选择 Notion，依次进行授权、登录选择页面、选择数据、设置内容分段方式（自动分段与清洗或自定义）等操作，最后完成内容上传和分片。 自定义：在文本格式页签下选择自定义，输入单元名称，创建分段并输入内容，设置分段规则，最后保存。 本地文档：在文本格式页签下选择本地文档，拖拽或选择要上传的文档（支持.txt、.pdf、.docx 格式，每个文件不大于 20M，一次最多上传 10 个文件），选择内容分段方式（自动分段与清洗或自定义），完成上传和分片。
2025-02-07
如何让AI总结超长文本
以下是让 AI 总结超长文本的一些方法和策略： 1. 对于需要进行很长对话的应用，可对前面的对话进行总结或筛选。当输入大小达到预定阈值长度时，触发总结部分对话的查询，或将先前对话的总结作为系统消息包含在内，也可在后台异步总结。 2. 对于超长文档，如一本书，可以使用一系列查询来总结文档的每一部分，然后将部分总结连接并再次总结，递归进行直至完成整个文档的总结。在总结某一点内容时，可包括前文的运行总结。 3. 除聊天内容外，还能让 AI 总结各种文章（不超过 2 万字），直接全选复制全文发送给 GPT 即可。 4. 对于 B 站视频，可利用视频字幕进行总结。若视频有字幕，可安装油猴脚本获取字幕，然后复制发送给 AI 执行总结任务。 5. 在当今世界，大型语言模型可用于概括文本，如在 Chat GPT 网络界面中操作。还可针对不同情况，如文字总结、针对某种信息总结、尝试“提取”而非“总结”、针对多项信息总结等。
2025-02-06
据文本自动生成思维导图的软件
以下是一些可以根据文本自动生成思维导图的软件： 1. GPTs 结合 Gapier 这个提供免费 Action 的第三方平台，可以利用 Actions 调取其提供的 API 直接获取内容对应的思维导图。 2. GitMind：免费的跨平台 AI 思维导图软件，支持多种模式，可通过 AI 自动生成思维导图。 3. ProcessOn：国内思维导图+AIGC 的工具，能利用 AI 生成思维导图。 4. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，支持自动生成节点。 5. Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，可一键拓展思路，生成文章大纲。 6. TreeMind：“AI 人工智能”思维导图工具，输入需求即可由 AI 自动完成思维导图生成。 7. EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能，帮助提升生产力。 此外，以下是一些可以绘制逻辑视图、功能视图、部署视图的工具： 1. Lucidchart：流行的在线绘图工具，支持多种视图创建，用户可通过拖放界面轻松创建架构图。 2. Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能。 3. ArchiMate：开源建模语言，与 Archi 工具配合使用，支持逻辑视图创建。 4. Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 5. Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 6. draw.io（现称 diagrams.net）：免费在线图表软件，支持多种类型图表创建。 7. PlantUML：文本到 UML 转换工具，通过编写描述性文本自动生成相关视图。 8. Gliffy：基于云的绘图工具，提供创建多种架构图的功能。 9. Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持创建多种视图。 需要注意的是，部分内容由 AI 大模型生成，请仔细甄别。
2025-02-06
想问下有没有基于我的文本描述需求自动为我组建表格的ai工具
以下是一些基于文本描述需求自动为您组建表格的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，新增了基于 OpenAI 技术的生成式 AI 功能，可在 Excel 中直接进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了多种办公软件，通过聊天形式，用户告知需求后，Copilot 会自动完成任务，包括 Excel 中的数据分析和格式创建等。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户能通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术发展，未来可能会有更多 AI 功能集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。但请注意，内容由 AI 大模型生成，请仔细甄别。
2025-02-06
如何理解Deepseek认知启发式的设计理念
DeepSeek 认知启发式的设计理念主要包括以下几个方面： 1. 将 Agent 封装成 Prompt，并将 Prompt 储存在文件中，以保证最低成本的人人可用，同时减轻调试负担。 2. 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。 3. 在模型默认能力的基础上优化输出质量，通过思考减轻 AI 味，增加可读性。 4. 参照大模型的 temperature 设计了阈值系统，但可能形式大于实质，后续可能根据反馈修改。 5. 用 XML 来进行更为规范的设定，而非 Lisp（有难度）和 Markdown（运行不太稳定）。 此外，DeepSeek 具有以下特点： AI 特性定位：支持多模态理解，包括文本/代码/数学公式混合输入；具备动态上下文，即对话式连续记忆（约 4K tokens 上下文窗口）；具有任务适应性，可切换创意生成/逻辑推理/数据分析模式。 系统响应机制：采用意图识别+内容生成双通道理，自动检测 prompt 中的任务类型、输出格式、知识范围，对位置权重（开头/结尾）、符号强调敏感。 在提示词系统方面： 基础指令框架包括四要素模板、格式控制语法等。格式控制语法中，强制结构使用```包裹格式要求，占位符标记用{{}}标注需填充内容，优先级符号中>表示关键要求，!表示禁止项。 进阶控制技巧包含思维链引导、知识库调用、多模态输出。思维链引导中有分步标记法和苏格拉底式追问；知识库调用中有领域限定指令和文献引用模式。 HiDeepSeek 是为解决使用 AI 工具时答案思考过程不可见的问题而设计的工具，其核心目标是让 AI 像人类交流时那样展示思考过程，在技术层面通过特别规则实现，例如要求 AI 思考像人类一样自然。它能帮助用户更好地理解和使用 AI，让 AI 成为更好的助手。
2025-02-11
扣子工作流上传图片并让AI理解图片内容
扣子工作流可以实现上传图片并让 AI 理解图片内容。具体步骤如下： 1. 上传输入图片：将本地图片转换为在线 OSS 存储的 URL，以便在平台中进行调用。 2. 理解图片信息，提取图片中的文本内容信息：通过封装的图片理解大模型和图片 OCR 等插件来实现。 3. 场景提示词优化/图像风格化处理。 4. 返回文本/图像结果。 在搭建工作流时，主要关注以下几个步骤： 1. 点击工作流后面的“➕”来添加一个工作流。 2. 点击创建工作流。 3. 给工作流起名字和描述，名字只能用字母、数字和下划线，描述清晰以便区分。 4. 初始化的工作流：左边有各种可用的插件和搭建 Agent 的工具，可通过点击加号或直接拖拽使用。插件一般有对应的参数说明，初始化后会生成开始模块和结束模块，且只能以开始模块启动，结束模块终结工作流。 此外，扣子平台具有以下特点和功能： 1. 集成了丰富的插件工具，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型，支持内置插件和自定义插件。 2. 提供简单易用的知识库功能来管理和存储数据，支持多种格式的数据上传，包括文本格式、表格格式，也支持本地文件和在线网页内容及 API JSON 数据的上传。 3. 具有持久化的记忆能力，可记住用户对话的重要参数或内容。 4. 工作流功能灵活，可通过拖拉拽的方式搭建处理逻辑复杂且稳定性要求高的任务流。
2025-02-10
从行业角度怎么理解AI行业
从行业角度理解 AI 行业可以从以下几个方面来看： 1. 领军人物与公司：以 OpenAI 及其掌舵人山姆·奥特曼为例，了解其为人处事态度和原则，以及宏伟构想，有助于洞悉 AI 行业的理念趋势。 2. 行业渗透率：AI 对各行业的渗透呈现出不同的生态位。如智能驾驶和具身智能行业对 AI 技术需求紧密且伴生性强，处于第一梯队；营销、游戏、影视和智能硬件行业处于第二梯队，通过 AI 技术实现生产降本增效和行业升级；教育和医疗基础行业处于第三梯队，在政策支持下积极拥抱 AI 技术，但对安全可控性有更高要求。行业的数据基础和用户需求是影响 AI 技术渗透和变革力的关键因素。 3. 创投情况：2024 年，AI 仍是最强吸金赛道。国内 AI 行业融资总金额增加，但事件数同比下降，马太效应明显，资本更青睐热点和高成熟度赛道。智能驾驶在各细分赛道中独占鳌头，AI+教育、AI+游戏、AI+医疗等赛道投资总额也有所增长。同时，政府积极推进 AI 原生行业发展，出台政策吸引人才和企业，国家队频繁出手投资体现政策支持。
2025-02-09
请给我整理一套怎么才能学习和使用AI的方法，列举几个例子是怎么能快速的理解ai的发展历史及原理
以下是一套学习和使用 AI 的方法，以及帮助您快速理解 AI 发展历史及原理的途径： 一、学习 AI 的方法 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），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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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。 二、快速理解 AI 发展历史及原理的途径 1. AI 背景知识 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 算法和模型 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 4. 评估和调优 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 模型调优：学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。
2025-02-07
视频理解大模型技术
以下是关于视频理解大模型技术的相关知识： 1. 概念：生成式 AI 生成的内容称为 AIGC。 2. 概念与关系： AI 即人工智能。 机器学习是电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习使用有标签的训练数据，目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习是一种参照人脑有神经网络和神经元的方法（因层数多称为深度），神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 是大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），像上下文理解、情感分析、文本分类。 3. 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出 Transformer 模型，它完全基于自注意力机制（SelfAttention）处理序列数据，无需依赖循环神经网络（RNN）或卷积神经网络（CNN），Transformer 比 RNN 更适合处理文本的长距离依赖性。
2025-02-06
如何理解DeepSeek
DeepSeek 是一个具有以下特点和表现的工具或产品： 1. HiDeepSeek 是为解决 AI 回答过程不透明的问题而设计的工具。它能让 AI 像人类交流一样展示思考过程，例如在回答复杂问题时逐步展开分析，这种设计在技术层面通过特别规则实现，使 AI 回答更可信、易理解，可应用于如老师准备教案等场景。 2. 以小成本实现媲美领先 AI 产品的性能，并在全球主要市场 App Store 登顶。华尔街分析师认为其或改变科技格局，降低 AI 行业进入门槛。在实际使用中，中文场景表现优秀，日常写作和表达习惯贴近人类，但专业论文总结略弱，数学能力不错，编程能力逊于 GPT，采用 GRPO 算法替代传统 PPO，提升语言评价灵活性与训练速度。 3. 不是“中国式创新”的产物，早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发小范围轰动。
2025-02-02