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

需要一些ai入门科普资料

Answer

以下是为您提供的 AI 入门科普资料:

一、技术原理相关

  1. RAG(检索增强生成):外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给 AI,可搭建企业知识库和个人知识库。
  2. PAL(程序辅助语言模型):2022 年一篇论文中提出,对于语言模型的计算问题,不让 AI 直接生成计算结果,而是借助 Python 解释器等工具作为计算工具。
  3. ReAct:2022 年一篇《React:在语言模型中协同推理与行动》的论文提出了 ReAct 框架,即 reason 与 action 结合,让模型动态推理并采取行动与外界环境互动,比如用搜索引擎对关键字进行搜索,观察行动得到的结果,可借助 LangChain 等框架简化构建流程。

二、关于未来的想象

  1. Transformer 是仿生算法的阶段性实现,10 年、20 年后可能不再使用。
  2. 在端到端算法的时代,不应继续使用冯诺依曼架构。
  3. 在存算一体(在存储单元里做计算)的芯片之上,一定会诞生全新的算法。

个人总结:很多大佬认为要关注或直接阅读技术论文,比如产品经理转型 AI 产品经理需要懂技术脉络。但小白直接看技术论文有难度,虽可让 AI 辅助阅读,仍需一定知识储备。林粒粒呀的相关视频是很好的科普入门。

此外,安克创新的 CEO 阳萌的一些观点也很有启发,比如之前对安克创新的印象是卖充电宝和安防设备,但看了访谈后会被其认知震撼。

Content generated by AI large model, please carefully verify (powered by aily)

References

【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)

5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA2、观点——在端到端算法的时代,不应该继续使用冯诺依曼架构。3、在存算一体(在存储单元里做计算)的芯片之上,一定会诞生一种全新的算法。

【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)

5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA2、观点——在端到端算法的时代,不应该继续使用冯诺依曼架构。3、在存算一体(在存储单元里做计算)的芯片之上,一定会诞生一种全新的算法。

【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)

5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA2、观点——在端到端算法的时代,不应该继续使用冯诺依曼架构。3、在存算一体(在存储单元里做计算)的芯片之上,一定会诞生一种全新的算法。

Others are asking
有哪些比较好的AI知识库学习网站
以下是一些比较好的 AI 知识库学习网站及相关学习建议: 通往 AGI 之路知识库: 提供了全面系统的 AI 学习路径,帮助您了解从 AI 常见名词到 AI 应用等各方面知识。 包含关于 AI 知识库使用及 AIPO 活动的介绍、AIPO 线下活动及 AI 相关探讨、way to AGI 社区活动与知识库介绍等内容。 信息来源有赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,推荐大家订阅获取最新信息并投稿。 有社区共创项目,如 AIPU、CONFIUI 生态大会,每月有切磋大会等活动,还发起了新活动 AIPO。 学习路径方面,有李弘毅老师的生成式 AI 导论等高质量学习内容,可系统化学习或通过社区共创活动反推学习,鼓励整理学习笔记并分享交流。 有经典必读文章,如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,还包括软件 2.0 时代相关内容。 初学者入门推荐看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 有历史脉络类资料,整理了 open AI 的发展时间线和万字长文回顾等。 网站:ytoAGI.com 相关渠道:公众号“通往 AGI 之路”、 在线教育平台:如 Coursera、edX、Udacity 等,上面有一系列为初学者设计的课程,您可以按照自己的节奏学习,并有机会获得证书。 对于新手学习 AI,建议: 了解 AI 基本概念:阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(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。 开始 AI 学习之旅:在「」中,找到一系列为初学者设计的课程。特别推荐李宏毅老师的课程。 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。 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。 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。
2025-02-18
扣子AI应用发布到微信小程序中失败
扣子 AI 应用发布到微信小程序中失败可能有以下原因及解决办法: 1. 容器编排不运行: 宝塔面板中设置加速镜像不生效需安,通过命令行手动设置。 新建/etc/docker/daemon.json 文件(如果已经存在可以不用创建)。 在 daemon.json 中添加相应代码。 重启 Docker 服务:systemctl restart docker。若仍无法解决,可继续排查。 2. 本地镜像的方法: 服务下载:服务的百度网盘地址:https://pan.baidu.com/s/1Ueyp6KnOmD18h6wICwJKNg?pwd=85jv 提取码:85jv ;服务的夸克网盘地址:https://pan.quark.cn/s/189b6f3e0d94 。需要把 chatgptonwechat.tar 和 coze2openai.tar 下载到本地。 上传服务:在宝塔操作面板中点击文件,选择上传下载到本地的文件。上传到根目录/www/backup 文件夹下面。 导入镜像:选择 Docker 中选择本地镜像,然后选择导入镜像。导入镜像要选择上传的目录,如根目录/www/backup 。 3. 修改参数不生效:需要删掉“容器编排”和“容器”中的内容,再重新生成一次。 4. 知识库不更新:确认扣子里有点击右上角的发布按钮。 5. 微信机器人无法正常画图,给的图片链接点进去有错误提示:查看/root/chatgptonwechat/run.log 中有相关提示。可能是点链接的时候多了一个小括号。 6. 扫码后,手机登陆后,没有任何机器人的反应:配置有错错误,或者安装不对,根据步骤去逐一检查。或者重装。 7. 机器人回答问题:COW 本身处理不了一次调取多个对话。有代码能力,可以直接调整代码实现。 8. 宝塔之后登录的时候登录不上去:按下图所示重启服务器之后就好了,重启时间可能会久,但一定会重启成功,请耐心等待。 此外,零基础模板化搭建 AI 微信聊天机器人的步骤如下: 1. 直接对接 Coze 平台 Bot 的微信聊天机器人搭建: Coze 相关配置: 创建 Coze API 令牌:进入到,点击左下角的扣子 API 选项,进入到 API 管理页面,点击 API 令牌,按照图示创建第一个 API 令牌,创建成功后保存好,因为这个 API 令牌只会在创建成功后显示一次。 记下 Coze AI Bot 的 Bot ID:去到要绑定的 AI Bot 的设计界面,在所在的链接里面记下 Bot ID,将 Bot 发布到 Bot as API 上。
2025-02-18
剪辑和拍摄两个岗位 会不会被ai取代
目前的观点认为,剪辑和拍摄岗位不太可能被 AI 完全取代。例如,在相关法律法规的《促进创新的人工智能监管方法》中提到,AI 会对工作方式起到补充作用而非完全替代或破坏。在现代工作中,AI 有可能将人们从单调任务中解放出来,让人们有更多时间从事专业训练相关的工作。 同时,在好莱坞的现状中,尽管 AI 在电影制作中已被广泛使用,但也引发了一些争议。如在一些电影中使用生成式 AI 工具制作的图像引发了观众不满,但也有观点认为如果有适当保护措施,AI 可以创造就业机会。 另外,有预测称 2025 年将有 10 亿用户级 AI 助理诞生,AI 可能会取代部分岗位,但也会创造新的工程机会。
2025-02-18
我要做一个关于ai赋能社会组织的线上培训
以下是关于 AI 赋能社会组织线上培训的相关信息: 社区 AI 讲师招募: 招募背景:随着 AIGC 技术的快速发展,传统企业亟需通过 AI 转型实现降本增效与业务创新。工信部大数据产业人才基地计划为传统行业客户提供 AI 技术培训等服务,现面向社区招募具备实战经验的 AI 讲师与咨询专家。 涉及业务: 公开课:针对 B 端渠道持续展开公益科普,形式免费,部分渠道有经费,内容包括企业端的 AI 应用场景案例和 AI 通识类科普分享,目的是建立与企业渠道的信任及构建收费培训/咨询的转化通道。 线下培训:通过培训转化或直接招生,分成两天一夜、三天两夜的培训班,50 人以上开班,建议 100 人。 咨询服务:针对企业的咨询陪跑服务,包括 AI 营销能力搭建等。 近期安排: 商会公开课:时间暂定 2.22 日,线上直播,用户群体是商会会员,公开课主题为《AI 获客》。 重庆区域公开课:时间暂定 2.9 日,线上直播,用户群体是重庆地区相关领导,公开课主题为《Deepseek 引发的商业思考》。 民营经济大讲堂:时间与讲师团商量调整,线下付费,需评估讲师资历和案例,主题包括但不限于 AI 通识培训、AI 企业增长打法等。 省商会公开课:时间待定,线上直播,用户群体是商会会员,公开课主题为《AI 获客》。 SaaS 平台企业公开课:时间待定,线上直播,用户是 SaaS 平台上的企业,主题待定。 杭州市城投线下培训:时间 2 月底,针对城投内部线下培训,付费,主题可与讲师商量。 万人期待的字节 Trae Windows 版正式推出,免费: 重磅福利: AI 编程重磅直播:会邀请在 AI 编程领域取得成绩的嘉宾深度交流,由黄叔亲自主持,还邀请了 Eric 等嘉宾。 AI 编程训练营:WaytoAGI 和 AI 编程社推出为期 2 周左右的共学营,包含图文教程、视频、直播,社群内有老师答疑,完全免费。 相关链接:Trae Windows 版本已经上线,Mac 版本也可下载,官网地址:https://www.trae.ai/
2025-02-18
图片转视频的国产AI推荐
以下是为您推荐的国产图片转视频的 AI 工具: 1. 可灵:由快手团队开发,生成的图像和视频质量高。在视频生成方面,其视频生成质量卓越,画面清晰、连贯且内容丰富,生成速度快,对于国内用户可访问性强。但价格相对较高,重度用户年费可能达几千元,轻度用户有免费点数和较便宜的包月选项。 2. 通义万相:作为国产 AI 工具,在中文理解和处理方面表现出色,可选择多种艺术和图像风格,操作界面简洁直观,用户友好度高,且目前免费,每天签到获取灵感值即可。但为符合国内监管要求,某些类型图像无法生成,处理非中文语言或国际化内容可能不够出色,处理多元文化内容时可能存在偏差。 更多相关网站可以查看: 内容由 AI 大模型生成,请仔细甄别。
2025-02-18
图片转视频的AI推荐
以下是为您推荐的图片转视频的 AI 工具: 1. Pika:出色的文本生成视频 AI 工具,擅长动画制作,并支持视频编辑。 2. SVD:如果熟悉 Stable Diffusion,可以安装这款最新的插件,在图片基础上直接生成视频,它是由 Stability AI 开源的 video model。 3. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,但需要收费。 4. Kaiber:视频转视频 AI,能够将原视频转换成各种风格的视频。 5. Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 更多的相关网站可以查看:https://www.waytoagi.com/category/38 。 另外,在视频转绘制作视频过程中,Topaz Video AI 是一个不错的插件,用于消除视频抖动和运动模糊。其使用方法如下: 解压对应文件,推荐使用绿色版,右键管理员运行 VideoAIportable.exe 文件,导入处理好的视频。主界面左边是原视频,右边是待处理视频,下面是对应的视频轨道。右边部分是主要对视频处理的方式,预设部分主要是放大视频、提升画质、提升帧率等。稳定 AI 模式分为自动裁切和完整帧,做转绘选择完整帧,强度在 60 左右,抖动需要开启,次数一般选择 2 保持默认不变。 在制作新年表情包时,生成新年场景可以输入关键词“新年、中国新年、喜庆热闹、恭喜发财”之类的词汇得到合适的新年背景。然后使用可灵 AI 1.6 图生视频工具让场景动起来,抽卡性价比不错,简单效果一般抽两三次即可。
2025-02-18
科普下PPO
PPO(Proximal Policy Optimization,近端策略优化)是 OpenAI 提出的一种强化学习优化方法。 在训练 ChatGPT 等模型时,得到 SFT 和 RM 模型后,将它们串联在一起,固定住 RM,利用 RM 的 loss 对 SFT 做梯度回传。PPO 阶段的完整 loss 包含以下几项: 1. 第一项是串联 $$\\pi_{\\phi}^\\text{RL}$$ 和 RM 做联合梯度回传。具体是从 $$\\pi_{\\phi}^\\text{RL}$$ 采样出 prompt 和 completion 样本对,让 RM 模型 $$r_\\theta$$ 做打分和给 loss,通过梯度回传优化 $$\\pi_{\\phi}^\\text{RL}$$ 的参数权重。 2. 第二项是希望新学的 $$\\pi_{\\phi}^\\text{RL}$$ 不要距离初始的 SFT 太远,用 KL 散度约束住两者的输出概率。因为 RM 网络跟 SFT 是绑定的,如果新学的 $$\\pi_{\\phi}^\\text{RL}$$ 输出分布距离 SFT 太远,RM 网络可能就不适用了。 3. 第三项是防止 $$\\pi_{\\phi}^\\text{RL}$$ 过拟合 RM 打分这个任务,添加训练 SFT 的 loss,即从 SFT 训练的数据里面采样包含 prompt 和 completion 的样本,无监督训练 $$\\pi_{\\phi}^\\text{RL}$$ 。 PPOptx 是上述三项系数都不为 0 的情况,而 PPO 是指第三项系数 $$\\gamma$$ 为 0,前两项系数不为 0 的情况。此外,RM 训练和 PPO 训练可以交替进行,即得到新的 $$\\pi_{\\phi}^{\\text{SFT}}$$ 模型后训练一个匹配的 SM 模型,然后固定 SM 模型按 $$\\text{objective}$$ 的损失函数继续训练 $$\\pi_{\\phi}^{\\text{SFT}}$$ 模型,如此交替。 在 GPT 的现状中,例如 ChatGPT 就是一个 RLHF 模型,人类在很多比较中更喜欢来自 RLHF 模型的 token(输出文字),但 RLHF 模型并非在所有情况下都比基础模型有改进,例如会损失一些熵,导致输出变化更小。
2025-02-06
快速帮我科普下通往AGI之路
通往 AGI 之路的相关内容如下: 上篇文章主要介绍了 WaytoAGI 和为什么要学习研究 AI,解决了 Why 的问题。此次旨在解决 What 和 How 的问题,作者虽不专业,但重点推荐了两个对其个人有重大帮助的视频,并附上了链接。 1. (女神)主讲,和某知识 up 主 Genji 一起制作的免费公益课,新手友好,能带你 50 分钟速通 AI 大模型原理。 2. ,某知识 up 主老石谈芯专访安克创新 CEO 阳萌的视频,一共两期,此链接为第二期,两期内容都值得观看,访谈非常硬核。
2024-12-02
如果我需要撰写一个以“AI对音乐行业就业岗位的影响”为主题的约3000字的科普类文章,我应该优先关注WaytoAGI 知识库中的哪些内容?
很抱歉,目前“通往 AGI 之路”知识库中没有与“AI 对音乐行业就业岗位的影响”相关的直接内容。但您可以从以下几个方面入手来撰写这篇文章: 1. 了解 AI 在音乐创作、制作、表演等方面的应用现状和发展趋势。 2. 研究 AI 技术如何改变音乐的生产流程和效率。 3. 分析 AI 对音乐创作者、演奏者、制作人等不同岗位的具体影响,包括可能的岗位替代和新岗位的产生。 4. 探讨 AI 带来的音乐版权和知识产权问题,以及对相关法律和政策的影响。 5. 关注音乐消费者对 AI 参与音乐创作和表演的接受程度和需求变化。
2024-10-19
以图像识别,为小白科普相关知识和交叉领域,并为研究生提供参考选题
图像识别是指利用计算机技术对图像进行处理和分析,以识别和理解图像中的内容。 对于小白来说,图像识别是让计算机像人一样“看懂”图像。它基于深度学习、机器学习等技术,通过对大量图像数据的学习和训练,能够自动提取图像的特征,并进行分类、识别等操作。 图像识别的应用非常广泛,比如在安防领域,用于人脸识别、车牌识别等;在医疗领域,辅助疾病诊断、医学影像分析;在交通领域,实现交通标志识别、车辆检测等。 图像识别与多个领域存在交叉,如计算机视觉,它不仅关注图像的识别,还包括图像的生成、处理等;与人工智能的其他分支如自然语言处理也有结合,实现图文转换等功能;在工业领域,与自动化生产相结合,进行产品质量检测等。 对于研究生来说,以下是一些参考选题: 1. 基于小样本学习的图像识别算法研究。 2. 融合多模态信息的图像识别模型优化。 3. 针对特定场景(如复杂环境、低光照等)的图像识别改进。 4. 图像识别在医疗诊断中的精准度提升策略。 5. 结合深度学习和传统方法的图像识别性能比较。 6. 基于新型神经网络架构的图像识别应用。
2024-10-19
Aigc科普资料
以下是关于 AIGC 的科普资料: AIGC(人工智能生成内容)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,在内容创作、广告、媒体等领域有着广泛的应用。 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 GeminiUltra。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,展现出广泛的应用前景。 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。 GenAI(即生成式 AI)是一种能够从已有数据中学习并生成新的数据或内容的 AI 应用,利用 GenAI 创建的内容即 AIGC。 相关概念包括: 人工智能:一种目标,让机器展现智慧,Artificial Intelligence,简称 AI。 生成式人工智能 GenAI:一种目标,让机器产生复杂有结构的内容,Generative AI 简称 GenAI。 机器学习:一种手段,让机器自动从资料中找到公式。 深度学习:一种更厉害的手段,类神经网络 非常大量参数的函数。 大语言模型:是一类具有大量参数的“深度学习”模型,Large Language Models,简称 LLMs。 ChatGPT:一个应用实例,形象比喻:通过投喂大量资料预训练后,ChatGPT 会通过聊天玩“文字接龙游戏”了。英文解释:Chat 聊天,G:Generative 生成,P:Pretrained 预训练,T:Transformer 类神经网络模型。 ChatGPT 是 AIGC 技术的一个应用实例,它代表了 AIGC 在文本生成领域的进展。AGI、GenAI、AIGC 几个概念存在一定的区别。
2024-09-25
科普性质的介绍下目前大模型的优秀应用案例和实施经验
以下为目前大模型的一些优秀应用案例和实施经验: 在问答行业: Baichuan 借鉴了 Meta 的 CoVe 技术,将复杂 Prompt 拆分为多个独立且可并行检索的搜索友好型查询,使大模型能够对每个子查询进行定向知识库搜索。 利用自研的 TSF(ThinkStep Further)技术来推断和挖掘用户输入背后更深层的问题,以更精准、全面地理解用户意图。 自研 BaichuanTextEmbedding 向量模型,对超过 1.5T tokens 的高质量中文数据进行预训练,并通过自研损失函数解决了对比学习方式依赖 batchsize 的问题。同时引入稀疏检索和 rerank 模型,形成向量检索与稀疏检索并行的混合检索方式,大幅提升了目标文档的召回率,达到 95%。 在医疗行业: 涵盖疾病的诊断与预测、药物研发以及个性化医疗等方向。 例如,麻省理工学院利用 AI 发现了新型广谱抗生素 Halicin。研究者先构建由两千个性能已知的分子组成的训练集,用它们训练 AI 学习分子特点,总结规律,再对美国 FDA 已通过的六万多个分子进行分析,最终成功识别出有效分子,且实验证明效果良好。 在模型架构方面: 包括 encoderonly、encoderdecoder 和 decoderonly 等类型。 如 BERT 是 encoderonly 模型的代表,google 的 T5 是 encoderdecoder 模型的代表,众多熟知的 AI 助手包括 ChatGPT 基本属于 decoderonly 架构。 大模型的特点在于预训练数据量大,往往来自互联网上的多种来源,且参数众多,如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。
2024-09-13
我想学习Ai入门
新手学习 AI 可以参考以下步骤: 1. 了解 AI 基本概念: 建议阅读「」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,能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。 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,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。
2025-02-18
如何快速入门AI工具
以下是快速入门 AI 工具的一些建议: 1. 对于普通人来说,对 AI 最好的直观初接触有两个方面: 最低成本能直接上手试的工具是什么,自己能否亲自尝试。 现在最普遍/最好的工具是什么,能达到什么效果。 2. 虽然底层都是大模型,但 AI 工具各有侧重,不同公司也有各自的优化。关于每一种工具的详细入门、讲解和应用,WayToAIG 已经分好了类目。 3. 为了让普通人更直观地马上上手,可选择以下几种工具展开说明:聊天工具、绘画工具、视频工具、音乐工具。 4. 对于超出自己理解范围内的事情,最简单的方法就是试一试。学习新东西,百闻不如一练。 5. 在面向父母的“AI 布道”活动中发现,因“AI 工具”功能强大能做无数事情,反而在其与普通人之间形成了一道墙。AI 是未来必然的方向,其科普还有很长的路要走,但尽可能简单地试用它,是让普通人在这场 AI 浪潮中受益的最好方式,不论是什么人群。 6. 最后,如果想交流并一起在 AI 路上探寻,欢迎戳 。
2025-02-17
我想学 AI入门
以下是新手学习 AI 的建议: 1. 了解 AI 基本概念: 建议阅读「」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,您将找到一系列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),您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧,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,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。 此外,入门强化学习时,可参考以下学习计划:像这个链接里面:https://github.com/ty4z2008/Qix/blob/master/dl.md 就有很多资料。在学习之前先明确自己的目的,比如以搞懂 DQN 算法作为入门目标。
2025-02-17
非计算机专业出身,怎样快速入门ai
对于非计算机专业出身想要快速入门 AI 的人,以下是一些建议: 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,您能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,您可以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。 此外,对于不会代码的您,20 分钟上手 Python + AI 的方法如下: 在深入学习 AI 时,许多朋友发现需要编程,变得头大。同时,各类教程都默认您会打命令行,导致入门十分困难。鉴于此,就有了这份简明入门,旨在让大家更快掌握 Python 和 AI 的相互调用,并使您在接下来的 20 分钟内,循序渐进的完成以下任务: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。 一些背景: 1. 关于 Python: Python 就像哆拉 A 梦,它拥有一个百宝袋,装满了各种道具,被称为标准库。当遇到问题时,都可以拿出来直接使用。 如果百宝袋里的道具不够用,还可以打电话给未来百货,去订购新道具。在这里:打电话对应 pip 一类的工具,可以用来订购任何的道具;未来百货对应 GitHub 一类的分享代码的平台,里面啥都有。 Python 被全世界广泛使用,尤其是在 AI 领域,所以遍地是大哥。 2. 关于 OpenAI API: OpenAI 通过两种方式提供服务:其一,通过 ChatGPT,提供开箱即用的服务,直接对话即可,简单直观;其二,通过 OpenAI API,提供更加灵活的服务,通过代码调用,来完成更多自动化任务,比如全自动将本地的 1 万本小说,从中文翻译成英文。 欢迎来到“AI 企业落地应用”专栏,在这里,我们将分享 AI 技术在真实商业场景中落地应用的有趣案例故事和实战经验教训。做为铺垫和开始,这是一篇能带你快速搞懂本轮 AI 大模型革命相关核心知识信息的文章,我们将从历史到今天,从原理到应用,从产业到趋势,用尽可能通俗易懂但又不失专业严谨的方式,带你快速走入 AI 的世界,跟上 AI 大势。阅读提示:为了方便没有计算机学习背景但又热衷学习 AI 应用的伙伴更好的阅读,下面的内容可能会使用打比方、作类比的方式来让那些晦涩枯燥的知识变得更为有趣和更容易入心入脑,帮助于您在学习应用 AI 的路上走得更加顺畅和稳健,但这也势必会一定程度带来专业性上的不严谨,我们将会显性的做出标注提示,方便您识别,您可以关注文末的论文推荐导引,去了解真实的技术细节。此外,文章中可能还会涉及一些相对专业和可能超纲的知识内容,我们也将会显性的做出标注提示,告诉您这部分内容即使不懂,也完全没关系,可以放心跳过,不必焦虑。
2025-02-16
如何入门学习AI
以下是新手入门学习 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,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。 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,学习编程语法、数据结构、算法等基础知识。 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。 如果您不会代码,想要在 20 分钟上手 Python + AI,可以按照以下步骤: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。 一些背景知识: Python 就像哆拉 A 梦,拥有一个百宝袋,即标准库,若不够用,还可通过 pip 一类的工具从 GitHub 一类的分享代码的平台订购新道具。OpenAI 通过 ChatGPT 提供开箱即用的服务,也通过 OpenAI API 提供更加灵活的服务,可通过代码调用完成更多自动化任务。
2025-02-15
如何零基础入门
以下是零基础入门 AI 的一些建议: 1. 学习 Cursor: 下载 Cursor:https://www.cursor.com/ 注册账号,可用邮箱如 google/github/163/qq 邮箱,接受二维码登录。 安装中文包插件。 参考相关文章: 在设置中 Rule for AI 配置,按 ctrl/cmd+i 输入需求。 2. 成为 AI 提示词工程师: 岗位技能要求包括市场调研、观察目标群体工作流、创造并拆解需求、选型现有 AI 解决方案做成产品来解决需求、抽象出来集成为一个互联网 APP 产品、写 PRD、画 APP 产品原型图、组织团队进行 APP 产品开发。 零基础小白学习建议:找网上的基础课程,看科普类教程,阅读 OpenAI 的文档以理解参数作用。 推荐练手的 Prompt 工具和相关教程文档。 3. 学习 Stable Diffusion: 可参考 Nenly 发布的零基础入门课及配套学习文档。 了解安装攻略,包括如何安装、启动软件。 下载课程内提及的模型文件、扩展插件及所需素材。
2025-02-14
deepseek相关的资料
以下是关于 DeepSeek 的相关资料: 集合·DeepSeek 提示词方法论:https://waytoagi.feishu.cn/wiki/ISVZwe05Tio9hEkFSF5cIjZ7nVf?from=from_copylink DeepSeek 从入门到精通.pdf:https://waytoagi.feishu.cn/wiki/EfWpw8arIiEoOKkjSalcMVZZnme?from=from_copylink DeepSeek 13 大官方提示词通俗解读,让新手也能用出高手的效果:https://waytoagi.feishu.cn/wiki/YIGKwXlgUi8RKlkkklxclpDYnbg?from=from_copylink 【今晚 8 点】聊聊你怎么使用 DeepSeek!2025 年 2 月 6 日:https://waytoagi.feishu.cn/wiki/MKfgwiN2FigRp1knbxJcdj4lnAf?from=from_copylink Deepseek"4+1"黄金提问法——情境化:https://waytoagi.feishu.cn/wiki/JZu4wrdsSi9gNSktaPCcgDNNnvf?from=from_copylink Deepseek"4+1"黄金提问法——迭代优化:https://waytoagi.feishu.cn/wiki/R56OwQb4KiP9klk5CPbcR49yn9f?from=from_copylink 如果您的 DeepSeek 一直显示服务器繁忙,可尝试以下替代搜索: 秘塔搜索:https://metaso.cn 360 纳米 Al 搜索:https://www.n.cn/ 硅基流动:https://siliconflow.cn/zhcn/ 字节跳动火山擎:https://console.partner.volcengine.com/auth/login?redirectURI=%2Fpartner%2F5. 百度云千帆:https://login.bce.baidu.com/ 英伟达:https://build.nvidia.com/deepseekai/deepseekr1 Groq:https://groq.com/ Chutes:https://chutes.ai/app 阿里云百炼:https://api.together.ai/playground/chat/deepseekai/DeepSeekR1 Github:https://github.com/marketplace/models/azuremldeepseek/DeepSeekR1/playground POE:https://poe.com/DeepSeekR1 Cursor:https://cursor.sh/ Monica:https://monica.im/invitation?c=ACZ7WJJ9 Lambda:https://lambdalabscom/6 Cerebras:https://cerebras.ai Perplexity:https://www.perplexity.ai 阿里云百炼:https://api.together.ai/playground/chat/deepseekai/DeepSeekR1 【今晚 8 点】聊聊你怎么使用 DeepSeek!2025 年 2 月 6 日的智能纪要: DP 模型的使用分享: 功能:能进行自然语言理解与分析、编程、绘图,如 SVG、MA Max 图表、react 图表等。 使用优势:可以用更少的词让模型做更多事,思维发散,能给出创意思路和高级内容。 存在问题:思维链长不易控制,可能输出看不懂或胡编乱造的内容,增加纠错成本。 审核方法:可以用其他大模型来解读 DP 模型给出的内容。 使用建议:使用时要有自己的思维雏形,多看思考过程,避免被模型冲刷原有认知。 使用场景:包括阅读、育儿、写作、随意交流等方面。 案例展示:通过与孩子共读时制作可视化互动游戏,以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学和与大模型互动的分享: 音系学研究:对音系学感兴趣,通过对比不同模型的回答来深入理解,如 bug 和 DIFF SIG,探讨语言概念在音系学下的心理印象等。 大模型取队名:与大模型进行多轮对话来取队名,通过不断约束和披露喜好,最终得到满意的队名及相关内容。 Deepseek 的介绍与活动预告: Deepseek 文档分享:在 3 群和 4 群分享了 Deepseek 的相关文档,也可在 v to a gi 的飞书知识库中搜索获取。 Deepseek 使用介绍:介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。 未来活动预告:明天后天在摩纳社区提供免费算力资源带大家学习炼丹,周一晚上学习多维表格中接入 Deepseek。
2025-02-14
deepseek 小说的资料在哪一页
以下是关于 DeepSeek 小说的相关资料所在位置: 此外,还有以下智能纪要中的相关内容: ,包括旧模型文学创作弊端与 Deepseek 使用建议等章节。 ,围绕如何用 deepseek 写小说展开。 ,介绍 Deepseek R1 大模型的特点与创作表现。 ,讲解 Deepseek re 提示词写法及相关理论探讨。 ,围绕 Deepseek REE 提示词展开讨论。 ,探讨 AI 辅助下的小说创作及对好文字、文学创作方式。
2025-02-11
deepseek资料
以下是关于 DeepSeek 的相关资料: 2025 年 2 月 6 日的智能纪要中,DP 模型能进行自然语言理解与分析、编程、绘图(如 SVG、MA Max 图表、react 图表等),使用优势是可以用更少的词让模型做更多事,思维发散,能给出创意思路和高级内容,但存在思维链长不易控制,可能输出看不懂或胡编乱造的内容,增加纠错成本。审核方法可以用其他大模型来解读其给出的内容。使用时要有自己的思维雏形,多看思考过程,避免被模型冲刷原有认知。使用场景包括阅读、育儿、写作、随意交流等方面,还有案例展示,如通过与孩子共读时制作可视化互动游戏,以及左脚踩右脚式的模型交互。此外,还分享了音系学和与大模型互动的内容,如通过对比不同模型的回答来深入理解音系学,与大模型进行多轮对话来取队名。 1 月 27 日的宝玉日报中,包括拾象关于 DeepSeek r1 闭门学习讨论,讨论了其在全球 AI 社区的意义,如技术突破与资源分配策略,突出了长上下文能力、量化商业模式及对 AI 生态系统的影响,分析了创新路径及中国在 AI 追赶中的潜力与挑战。还有转自 Archerman Capital 关于 DeepSeek 的研究和思考,深入解析其在架构和工程上的创新,如 MoE、MLA、MTP 和 FP8 混合精度训练,强调不是简单模仿,对开源与闭源竞争进行了反思,并指出 AI 生态未来发展方向。 集合·DeepSeek 提示词方法论中,提供了一些相关文章和链接,如南瓜博士的相关文章,以及 DeepSeek 官方提示词和最新文章观点学术报告及业界评论的链接。同时还有 R1 模型的一些使用建议。 DeepSeek 的相关文档在 3 群和 4 群有分享,也可在 v to a gi 的飞书知识库中搜索获取。未来活动预告包括明天后天在摩纳社区提供免费算力资源带大家学习炼丹,周一晚上学习多维表格中接入 DeepSeek。
2025-02-08
deepseek学习资料
以下是关于 DeepSeek 的学习资料: 2025 年 2 月 6 日的智能纪要中,分享了 DP 模型的使用,其功能包括自然语言理解与分析、编程、绘图等。使用优势是能用更少的词让模型做更多事,思维发散,能给出创意思路和高级内容,但存在思维链长不易控制,可能输出看不懂或胡编乱造的内容,增加纠错成本的问题。审核方法可以用其他大模型来解读其给出的内容。使用时要有自己的思维雏形,多看思考过程,避免被模型冲刷原有认知。使用场景包括阅读、育儿、写作、随意交流等方面,还有案例展示,如与孩子共读时制作可视化互动游戏,以及左脚踩右脚式的模型交互。此外,还分享了音系学和与大模型互动的内容,如通过对比不同模型的回答来深入理解音系学,与大模型进行多轮对话来取队名。DeepSeek 的相关文档在 3 群和 4 群有分享,也可在 v to a gi 的飞书知识库中搜索获取,介绍了 DeepSeek 的模型、收录内容、提示词使用技巧和好玩的案例等,未来活动预告有明天后天在摩纳社区提供免费算力资源带大家学习炼丹,周一晚上学习多维表格中接入 DeepSeek。 1 月 27 日的宝玉日报中,包括拾象关于 DeepSeek r1 闭门学习讨论,讨论了其在全球 AI 社区的意义,如技术突破与资源分配策略,突出了长上下文能力、量化商业模式及对 AI 生态系统的影响,分析了创新路径及中国在 AI 追赶中的潜力与挑战。还有转关于 DeepSeek 的研究和思考,深入解析其在架构和工程上的创新,如 MoE、MLA、MTP 和 FP8 混合精度训练,强调不是简单模仿,对开源与闭源竞争进行了反思,并指出 AI 生态未来发展方向。 非技术人角度的研究总结,主要围绕天才养成记、“填鸭”之困、自学成才、纯强化学习等话题,力求帮助非技术读者深度理解 Deepseek R1,更好开展工作与生活。
2025-02-07
帮我收集deepseek的使用资料
以下是关于 DeepSeek 的使用资料: 相关文章: 南瓜博士的《当你惊呼 DeepSeek 成精时,请警惕前方的陷阱》,链接:https://mp.weixin.qq.com/s/ppt89GozeYo7hR99pEFrkA 南瓜博士的《让 DeepSeek 成为全家人的脑洞外挂》,链接:https://mp.weixin.qq.com/s/BBh8GTrdhb8Qyqgz8SufwQ 奥的《让 DeepSeek 进行脱口秀创作,幽默程度虽然大幅提升,但仍有进步空间》,链接:https://mp.weixin.qq.com/s/3nZERD5H5wPCGCT1_A46Sw DeepSeek 最新文章观点学术报告及业界评论:https://waytoagi.feishu.cn/wiki/D9McwUWtQiFh9sksz4ccmn4Dneg 社区动态: 华尔街分析师对 DeepSeek 的反应:DeepSeek 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。高盛认为 DeepSeek 或改变科技格局,降低 AI 行业的进入门槛。详情:https://www.xiaohu.ai/c/xiaohuai/deepseek DeepSeek 的实际使用体验: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。更多信息:https://x.com/imxiaohu/status/1883843200756170873 ,GRPO 详情:https://www.xiaohu.ai/c/ai/grpodeepseekr18c6cff0cdeb84937a4197066af987e43 工具使用: 网址:https://www.deepseek.com/zh ,新手推荐,国内能访问,网页登录方便,目前完全免费。使用时点击开始对话,左边选择代码助手。 在生成 2048 游戏上,DeepSeek 和晓颖 AI 助手更为简便准确。
2025-02-05
本人一般用ai语言模型来搜索所需的市场资料,现在想自学更多ai工具以便之后用ai工具发展副业,可以从哪里开始学习与实践
以下是关于您自学更多 AI 工具以发展副业的学习与实践建议: 1. 基础理解:了解大型语言模型的工作原理和局限性,例如它们在数学计算方面主要基于语言理解和生成,而非专门的数学计算设计,可能会在处理简单数学问题时出错。 2. 学习路径: 规划:明确学习目标和步骤。 记忆:记住关键知识和操作方法。 3. 实践操作: 掌握 GPT 的使用:了解 GPT 如 GPT4 的功能和特点,包括其工具选择和行动(Action)机制。 尝试工具:如 Webpilot,它能让 GPT 支持更实时的联网功能,获取网络资源。具体操作是在新建的 GPT 里勾掉 Web Browsing,然后点击添加 Actions(Add actions),再点击 import from URL 并填入相关网址。 4. 就业与应用: 了解人工智能领域的高薪工作,如数据科学家、机器学习工程师等,学习相关技能以增加就业机会。 关注 AI 技术在金融、医疗、制造业等行业的应用,掌握相关技能以拓展副业发展的可能性。 但需要注意的是,学习 AI 有可能赚钱,但不保证每个人都能成功,是否能赚钱还取决于个人的学习能力、实际应用能力、对市场和商业的理解等因素,需要持续学习和实践。
2025-02-03