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

检索有关AI入门必读书籍

Answer

以下是为您推荐的 AI 入门必读书籍:

  1. 从这里启程」,有助于熟悉 AI 的术语和基础概念。
  2. 入门:AI 学习路径」,其中包含为初学者设计的课程。
  3. GPT1 到 Deepseek R1 所有公开论文 The 2025 AI Engineer Reading List:涉及人工智能工程的 10 个领域,包括 LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调。如果您想从零开始,可以从此处开始。
  4. 入门经典必读:作者为 [Derrick Harris]、[Matt Bornstein]和[Guido Appenzeller],原文地址:https://a16z.com/2023/05/25/ai-canon/ 。文中分享了一份用于更深入了解现代 AI 的精选资源列表。
Content generated by AI large model, please carefully verify (powered by aily)

References

问:新手如何学习 AI?

了解AI基本概念:首先,建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」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,这些文章通常会介绍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「[入门:AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中,你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识,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,你可以按照自己的节奏学习,并有机会获得证书。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),你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧,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你的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎你实践后的分享。体验AI产品:与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如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。通过与这些AI产品的对话,你可以获得对AI在实际应用中表现的第一手体验,并激发你对AI潜力的认识。

GPT1到Deepseek R1所有公开论文The 2025 AI Engineer Reading List

We picked 50 paper/models/blogs across 10 fields in AI Eng:LLMs,Benchmarks,Prompting,RAG,Agents,CodeGen,Vision,Voice,Diffusion,Finetuning.If you're starting from scratch,start here.我们挑选了50篇论文/模型/博客,涉及人工智能工程的10个领域:LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调。如果您想从零开始,请从这里开始。The picks from all the speakers in our[Best of 2024 series](https://www.youtube.com/watch?v=wT636THdZZo&list=PLWEAb1SXhjlfG63F03R52DZXpHzVB1_5j)catches you up for 2024,but since we wrote about running[Paper Clubs](https://www.latent.space/p/paperclub),we’ve been asked many times for a reading list to recommend for those starting from scratch at work or with friends.We started with[the 2023 a16z Canon](https://a16z.com/ai-canon/),but it needs a 2025 update and a practical focus.我们的"2024年度最佳"系列中所有演讲者的精选文章为您的2024年划上了句号,但自从我们写了关于开办论文俱乐部的文章后,我们多次被要求为那些在工作中或与朋友一起从零开始的人推荐一份阅读清单。我们从2023年的a16z Canon开始,但它需要2025年的更新和实用重点。Here we curate“required reads”for the AI engineer.Our design goals are:在这里,我们为人工智能工程师策划了"必读书目"。我们的设计目标是:

入门经典必读

作者:[Derrick Harris](https://a16z.com/author/derrick-harris/),[Matt Bornstein](https://a16z.com/author/matt-bornstein/)和[Guido Appenzeller](https://a16z.com/author/guido-appenzeller/)原文地址:https://a16z.com/2023/05/25/ai-canon/译者:通往AGI之路后半部分:[目录:a16z推荐进阶经典](https://ywh1bkansf.feishu.cn/wiki/EXX1w3QyFiBz8fknLFYce7gvnug)人工智能的研究正在以指数级别的速度增长。对于AI专家来说,跟上所有新发布的内容已经非常困难,对于初学者来说更是难上加难。因此,在这篇文章中,我们分享了一份我们信赖的、用于更深入了解现代AI的精选资源列表。我们称之为“AI典藏”,因为这些论文、博客文章、课程和指南在过去几年中对该领域产生了巨大影响。我们首先对Transformer和Latent Diffusion(潜在扩散)模型进行了简单的介绍,这些模型正在推动当前的AI浪潮。接下来,我们深入研究了技术学习资源;构建大型语言模型(LLMs)的实用指南;以及AI市场的分析。最后,我们列出了一份里程碑式研究成果的参考列表,从2017年谷歌发布的“Attention is All You Need”开始——这篇论文向世界介绍了Transformer模型,并开启了生成AI的时代。

Others are asking
AIGC 检测
以下是一些常见的 AIGC 检测相关的信息: AIGC 论文检测网站和工具: 1. Turnitin:是广泛使用的学术剽窃检测工具,增加了检测 AI 生成内容的功能。使用方法是上传论文,系统自动分析并提供详细报告,标示出可能由 AI 生成的部分。 2. Copyscape:主要用于检测网络上的剽窃行为,虽不是专门的 AIGC 检测工具,但可发现可能被 AI 生成的重复内容。输入文本或上传文档,系统扫描网络查找相似或重复内容。 3. Grammarly:提供语法检查和剽窃检测功能,剽窃检测部分可帮助识别可能由 AI 生成的非原创内容。将文本粘贴到编辑器中,选择剽窃检测功能,系统提供分析报告。 4. Unicheck:基于云的剽窃检测工具,适用于教育机构和学术研究,可检测 AI 生成内容的迹象。上传文档或输入文本,系统分析并生成报告,显示潜在的剽窃和 AI 生成内容。 5. :专门设计用于检测 AI 生成内容的工具,使用先进算法分析文本,识别是否由 GPT3 或其他 AI 模型生成。上传文档或输入文本,系统提供详细报告。 6. :提供免费的 AI 内容检测工具,可识别文本是否由 AI 生成。将文本粘贴到在线工具中,点击检测按钮,系统提供分析结果。 7. GPTZero:专门设计用于检测由 GPT3 生成内容的工具,适用于教育和出版行业。上传文档或输入文本,系统分析并提供报告,显示文本是否由 GPT3 生成。 8. Content at Scale:提供 AI 内容检测功能,帮助用户识别文本是否由 AI 生成。将文本粘贴到在线检测工具中,系统分析并提供结果。 判断一张图片是否 AI 生成: 可以使用一些网站,例如 ILLUMINARTY(https://app.illuminarty.ai/)。但在测试过程中可能存在误判,比如将结构严谨的真实摄影作品识别为 AI 作图,这是因为鉴定 AI 自身的逻辑算法不能像人类一样综合考虑各种不符合逻辑的表现。
2025-03-18
目前有哪些免费可用的 AI视频生成软件
以下是一些免费可用的 AI 视频生成软件: 1. Haiper:有免费额度,网址为 https://haiper.ai/ 。支持文生视频、图生视频、素描生视频、扩展视频,能生成 HD 超高清的视频。文生视频支持选择风格、秒数(2s 和 4s)、种子值。图生视频只能写提示词、秒数(2s 和 4s)。还支持视频重绘,包括局部重绘。 2. DynamiCrafter:免费,网址为 https://huggingface.co/spaces/Doubiiu/DynamiCrafter 及 https://github.com/Doubiiu/DynamiCrafter?tab=readmeovfile ,可生成 2 秒图生视频,还能做短视频拼长视频。 3. Morph studio:处于内测阶段,网址为 https://app.morphstudio.com/ 。暂未对外开放,可在官网提交内测申请。在 discord 上可以免费体验,支持文生视频、图生视频,英文提示词,支持运镜、运动强度、尺寸、秒数设置,默认生成 3s 视频。 此外,清影也是一款不错的 AI 视频生成工具,在首发测试期间所有用户均可免费使用。它具有不限量使用、生成速度快、提供配乐小功能等特色。生成参数包括时长 6s、清晰度 1440x960(3:2)、帧率 16fps 等,在风景、动物、超现实、人文历史类需求以及皮克斯风格、卡通风格、摄影风格、动漫风格等方面表现突出。 截至 2023 年,我们已经发现了 21 个公开的人工智能视频生成工具,大多数起初以 Discord 机器人的形式存在,随着产品成熟,越来越多的工具开始建立自己的网站甚至开发移动应用。
2025-03-18
使用ai绘图能够将带货产品批量换背景,使用在小红书社区
以下是一些能够为带货产品批量换背景并应用于小红书社区的人员信息: 卡飞猫:15692004031,擅长摄影写真、banner 生成、替换产品。 韩君奇:13060035786,能够批量出图,做小红书种草。 阿鱼:18102592057,擅长各种类型的 AI 画图,以及 AI 视频提效。 吴燕波:15766104311,可进行日常出图,视频等。
2025-03-18
使用ai绘图实现小红书笔记图片批量生成
以下是关于使用 AI 绘图实现小红书笔记图片批量生成的相关知识: Liblibai 简易上手教程: 1. 迭代步数:AI 调整图片内容的次数。步骤越多,调整越精密,出图效果理论上更好,但生图耗时越长,且效果提升并非线性,过多可能导致效果增长曲线放平并开始震荡。 2. 尺寸:图片生成的尺寸大小。太小 AI 生成内容有限,太大则可能放飞自我。如需高清图,可设置中等尺寸并用高分辨率修复。 3. 生成批次:用本次设置重复生成的批次数。 4. 每批数量:每批次同时生成的图片数量。 5. 提示词引导系数:指图像与 prompt 的匹配程度。数字增大图像更接近提示,但过高会使图像质量下降。 6. 随机数种子:生成的每张图都有随机数种子,固定种子后可对图片进行“控制变量”操作,如修改提示词、修改 clip 跳过层等。首次生成图时无种子。 7. ADetailer:面部修复插件,可治愈脸部崩坏,为高阶技能。 8. ControlNet:控制图片中特定图像,用于控制人物姿态、生成特定文字、艺术化二维码等,也是高阶技能。 利用 AI 批量生成、模仿和复刻《小林漫画》: 1. 需求分析:主要需求是国内可直接使用且能批量生产,选用扣子搭建工作流,可能需牺牲一定质量的文案和图片效果。 2. 批量生成句子:一次性生成的句子都进行生成图片处理,建议一次不要生成太多,如设置一次生成五句。 3. 句子提取:把生成的句子逐个提取,针对每个句子绘图。 4. 图片生成:根据生成的句子结合特有画风等描述绘图。 5. 图片和句子结合:扣子工作流支持 Python 代码,但环境缺少画图、图片处理所需包,可替换成搞定设计的方式处理图片,会用 PS 脚本效果也不错。 此外,还有一些人员在不同领域涉及 AI 绘图相关工作,如韩君奇从事批量出图和小红书种草工作。
2025-03-18
使用ai换背景能够实现真实的画面效果
使用 AI 换背景能够实现较为真实的画面效果,以下为您介绍几种相关方法: 在 SD 中,若要实现更精确的蒙版,如人物的眼睛或身上配饰等,可以使用 Segment Anything 中的 GroundingDINO 模型。启用该模型后,AI 会自动下载,也可从云盘下载放到指定文件目录。在检测提示词中输入相关内容,如“eye”,AI 可自动检测并设置蒙版,还能通过预览箱体获取眼睛编号进行单一调整。选择要修改的蒙版上传到重绘蒙版中,添加提示词如“闭眼”并生成。之后可给人物换背景,加载生成的背景蒙版,选择大模型和正向提示词,如“简单背景、花、国画、工笔”,并选择蒙版模式。若效果不佳,可将图片放入图生图中用 tile 模型细化,还可在 PS 中用创成式填充修复头发。 在 PS 中,可利用“创成式填充”去掉主体以外的人物,如在水面画选区并输入提示词添加渔船,选择头部区域添加棒球帽,选择草地部分输入提示词更换,选择树输入提示词更改等。但 PS 的“创成式填充”并非无所不能,生成的图可能质量不高或不匹配,需要更多尝试和后期处理。 Google 的 Gemini 文生图 AI 在抠图、换背景、打光影方面表现出色。如能无中生有地换背景,进行商业级别的背景合成与打光,通常能在短时间内取得稳定且较好的预期结果。
2025-03-18
ai变现
以下是关于 AI 变现的一些方式: 电商:婴儿的四维彩超 AI 预测 这是适合普通人作为副业的项目,操作简单。在孕妇妈妈孕期 22 26 周进行四维彩超检查期间,准爸爸妈妈通常很期待宝宝的模样,从而产生市场需求。在小红书、抖音等公域平台发布相关笔记会吸引咨询。操作流程为客户提供四维彩超原图,在 Midjourney 里进行垫图和特定描述词,10 分钟内出图。变现方式是在抖音、快手、视频号、小红书上发布相关内容,将客户引到私域接单,需注意平台引流要隐蔽,以免被限流或封号。 Character.ai 由 Noam Shazeer 和 Daniel De Freitas 于 2022 年 9 月创建,是一款基于 LLM 的聊天机器人网站。已预先创建许多聊天角色,用户可交流或自己创作角色,更注重人格属性,满足社交、情感等需求,还支持创建房间多人聊天。目前没有商业变现途径,公司计划“在不久的将来”推出付费订阅模式,也不排除采用广告支持模式。 写作:AI 写作变现指南 1. 项目启动:确定目标客户群体,如大学生、职场人士、自媒体从业者等,选择合适的 AI 写作工具。 2. 准备阶段:学习并实践 AI 写作技术,构建团队。 3. 商业模式构建:确定服务内容,如论文、报告、文案等写作服务,制定质量控制标准。 4. 运营与推广:在淘宝等电商平台开设店铺,建立写作培训社群,通过社交媒体和线下活动进行品牌和社群建设,与其他团队合作。 5. 项目优化与发展:持续关注 AI 技术进展,根据市场需求拓展服务和产品,收集客户反馈优化服务。
2025-03-17
入门经典必读
以下是一些入门经典必读的资源: 作者为 Derrick Harris、Matt Bornstein 和 Guido Appenzeller 的文章,原文地址:https://a16z.com/2023/05/25/aicanon/ 。文中提到人工智能研究增长迅速,对于初学者和专家都有一定难度,因此分享了用于深入了解现代 AI 的精选资源列表,称为“AI 典藏”,包括对 Transformer 和 Latent Diffusion 模型的介绍,技术学习资源、构建大型语言模型的实用指南、AI 市场分析以及里程碑式研究成果的参考列表等。 《Transformers,explained》(https://daleonai.com/transformersexplained):由 Dale Markowitz 撰写,是对“什么是 LLM,它是如何工作的?”的更短、更直接回答,有助于轻松进入主题并建立直观理解,适用于新模型。翻译:(https://ywh1bkansf.feishu.cn/wiki/WCOcwp3DYiNj2mkiGVycjJ0Znaf) 《How Stable Diffusion works》(https://mccormickml.com/2022/12/21/howstablediffusionworks/):Chris McCormick 为非专业人士解释了 Stable Diffusion 的工作原理,从文本到图像模型的角度帮助建立直观理解。翻译:(https://ywh1bkansf.feishu.cn/wiki/TNIRw7qsViYNVgkPaazcuaVfndc) 入门文章的翻译: 《软件 2.0》(https://ywh1bkansf.feishu.cn/wiki/FFJawIKRpi77JokULCvcjIPBnBv),作者 Andrej Karpathy,他最早清楚解释了新的 AI 浪潮的重要性,论点为 AI 是一种新的强大的编程计算机的方式。 《GPT 的现状》(https://ywh1bkansf.feishu.cn/wiki/IXjfwF9l9iX0IzkUg1Ec0Vcinx3),作者 Andrej Karpathy,是对 ChatGPT/GPT 模型工作原理、使用方法及研发方向的容易理解的解释。 《ChatGPT 是在做什么,为什么它有效?》(https://ywh1bkansf.feishu.cn/wiki/LnMOwmKIwihcRakRalcczNgrnjf),作者 Stephen Wolfram,从早期神经网络到现代 AI 模型的工作原理进行了长而易读的解释。 《解析 Transformer 模型:理解 GPT3、BERT 和 T5 背后的模型》(https://ywh1bkansf.feishu.cn/wiki/WCOcwp3DYiNj2mkiGVycjJ0Znaf),作者 Dale Markowitz,对“什么是 LLM,它是如何工作的?”进行了更短、更直接的回答,有助于轻松进入主题并建立直观理解。
2025-03-04
如何设置知识库才可以提高检索效率
以下是一些提高知识库检索效率的方法: 1. 文档分块: 分块是为了后续的检索能返回更精准的答案。 避免把整个使用手册作为一个整体检索,防止返回大量无关信息。 适应模型输入限制,确保能将相关信息输入到模型中,不超出其处理能力。 提升回答质量,让大语言模型更集中地理解和回答特定问题。 优化向量表示,得到更精确的向量,提高检索准确性。 2. 选择合适的工具和平台: 如使用 Coze 时: 可以使用外贸大师产品的帮助文档进行演示。 选择其中一个文档创建知识库,如“购买后新人常见问题汇总·语雀”。 点击创建知识库,从知识库中添加知识单元,使用 Local doucuments 的方式,上传 Markdown 格式文档,注意每个问题使用“”开头。 但要注意文档的分片策略会严重影响查询结果,跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等是基于 RAG 方案自身原理导致的问题。 如使用百炼时: 在百炼控制台的中的非结构化数据页签中点击导入数据,上传相关文档。 根据文档大小,百炼需要一定时间解析,通常占用 1 6 分钟。 进入,创建新的知识库并选择上传的文件,其他参数保持默认,建立索引。 选择向量存储类型时,若希望集中存储、灵活管理多个应用的向量数据,可选择 ADB PG。 完成知识库创建后,返回,打开知识检索增强开关、选择目标知识库,测试验证符合预期后点击发布。 特别需要注意的是,不同工具和平台可能存在各自的特点和限制,需要根据实际情况进行选择和优化。
2025-03-14
有没有路径可以围绕DS、豆包等大模型的检索结果做优化的路径
围绕 DS、豆包等大模型的检索结果做优化的路径包括以下方面: 首先,通过集成收集 AI 反馈(AIF)聊天模型完成情况,然后利用 GPT4(UltraFeedback)进行评分并二值化为偏好。其中,Step2AIF 在某种程度上是一种 selfplay,通过多模型 prompt 生成来进行 RL。在模型最终采用的 DPO 算法的 SFT 过程中,用于最终模型 SFT 所训练的 AIF 数据集与原始 pretraining 数据集在数据(tokens)序列组织构象上存在差异,这是一种 Synthetic Data 的路径,关键在于这种 Synthetic Data 与原始 Data 在特征与知识分布上的差异。 DPO 算法通俗来讲,当一个答案是好的答案时,模型要尽可能增大其被策略模型生成的概率;当一个答案是差的答案时,模型则需要尽可能降低其被策略模型生成的概率。 以上是在 RL×LLM 方面的一些探索,接下来需要将上述模型案例以及延展的思考进行沉淀,回归第一性原理进行更进一步的本质探寻,以找到两者之间隐含的共性、差异以及呈现当前技术发展路径与现状的必然性。
2025-03-04
增强检索生成
RAG(RetrievalAugmented Generation,检索增强生成)是一种结合检索和生成能力的自然语言处理架构,旨在为大语言模型(LLM)提供额外的、来自外部知识源的信息。 通用语言模型通过微调可完成常见任务,而对于更复杂和知识密集型任务,基于语言模型构建访问外部知识源的系统能使结果更符合事实、更可靠,缓解“幻觉”问题。Meta AI 的研究人员引入了 RAG 方法来完成这类任务,它把信息检索组件和文本生成模型结合在一起,可微调且内部知识修改高效,无需重新训练整个模型。 RAG 工作流程如下: 1. 检索:利用用户查询从外部知识源获取相关信息,将查询转化为向量与向量数据库比对,找到最匹配的前 k 个数据作为补充背景信息。 2. 数据库索引:包括离线获取数据、清理提取原始数据、转换文件格式、分块、嵌入和创建索引等步骤。 3. 增强:将用户查询和检索到的额外信息嵌入预设提示模板。 4. 生成:将问题与相关文档合并为新提示信息,由大语言模型回答问题,可选择依赖知识库或仅基于给定信息,也可融入历史对话信息支持多轮对话。 LLM 需要 RAG 的原因在于 LLM 存在一些缺点: 1. 无法记住所有知识,尤其是长尾知识,接受能力不高。 2. 知识容易过时且不好更新,微调效果不佳且有丢失原有知识的风险。 3. 输出难以解释和验证,易受幻觉等问题干扰。 4. 容易泄露隐私训练数据。 5. 规模大,训练和运行成本高。 RAG 具有以下优点: 1. 数据库对数据的存储和更新稳定,无学习风险。 2. 数据库数据更新敏捷,可解释且不影响原有知识。 3. 数据库内容明确结构化,降低大模型输出出错可能。 4. 便于管控用户隐私数据,可控、稳定、准确。 5. 降低大模型训练成本,新知识存储在数据库无需频繁更新模型。
2025-02-24
有什么AI相关的笔记软件,既可以记录我的想法、灵感,然后AI也可以直接生成对我所写内容的评价(如可以安抚情绪),并且这个笔记软件的检索功能很好用
以下是一些符合您需求的 AI 相关笔记软件: 1. Notion AI:https://www.notion.so/help/guides/category/ai?ref=indigox.me 随着大语言模型的流行,其在智能化方面表现出色。 2. Mem.ai:https://mem.ai/?ref=indigox.me 一款 AI 驱动的笔记工具。 3. Pile:https://udara.io/pile/ 开源且界面美观,助力日记撰写和记录,集成 OpenAI API,具有 AI 搜索和问题解答功能,保证安全隐私。项目源码:https://github.com/UdaraJay/Pile
2025-02-19
coze和dify哪个对知识库的支持更好,检索和总结能力更强
Coze 对知识库的支持具有以下特点: 支持上传和存储外部知识内容,包括从多种数据源如本地文档、在线数据、Notion、飞书文档等渠道上传文本和表格数据。 提供多样化的检索能力,可通过多种方式对存储的内容片段进行高效检索。 具有增强检索功能,能显著提升大模型回复的准确性。 但也存在一些缺点,如跨分片总结和推理能力弱、文档有序性被打破、表格解析失败、对 PDF 的解析效果不佳等。 目前没有关于 Dify 对知识库支持情况的相关内容,无法直接将 Coze 和 Dify 进行对比。
2025-02-15
我想要搭建一个能够帮我阅读并总结提炼,同时能在我提出问题时,随时在我给他提供的知识库中检索的AI Agent,如何用Coze搭建?
搭建能够阅读、总结提炼并在给定知识库中检索的 AI Agent 可以使用 Coze 按照以下步骤进行: 1. 规划 制定任务的关键方法。 总结任务目标与执行形式。 将任务分解为可管理的子任务,确立逻辑顺序和依赖关系。 设计每个子任务的执行方法。 2. 实施 在 Coze 上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,并验证每个子任务的可用性。 3. 完善 整体试运行 Agent,识别功能和性能的卡点。 通过反复测试和迭代,优化至达到预期水平。 关于一些其他问题: 1. 如何判断自己的任务/Prompt 是否需要拆解为工作流? 构建稳定可用的 AI Agent 是一个需要不断调试和迭代的过程。通常先从当前性能最强的 LLM(如 ChatGPT4 和 Claude 3.5 sonnet)着手,先用单条 Prompt 或 Prompt Chain 来测试任务的执行质量和稳定性。然后,根据实际执行情况、最终投产使用的 LLM,逐步拆解子任务,降低 LLM 执行单任务的难度,直到达成工程目标。一般对于场景多样、结构复杂、对输出格式要求严格的内容,基本可以预见到需要将其拆解为工作流。此外,如果涉及生成多媒体内容或从网络自主获取额外信息等能力,必然需要通过工作流来调用相应的插件。 2. 只用了一段 Prompt 的 Agent,还算 AI Agent 吗? 算。详见
2025-02-06
入门指南
2025-03-13
coze工作流的相关教程。要求从入门到实操的最新资料
以下是关于 Coze 工作流从入门到实操的相关资料: 一、一泽 Eze 的教程 Step 1:制定任务的关键方法 1. 设计每个子任务的执行方法 阅读理解小作业:基于英文原文,精心策划 3 道符合 CET4 难度的阅读理解题目。每道题均提供 A、B、C、D 四个选项,正确答案所在选项顺序随机,题目和选项均以英文呈现。题目的参考格式如下: 1) A. B. C. D. 参考答案:针对 3 道题目,生成题目答案。预期格式如下: 1) 答案: 2) 答案: 3) 答案: 英文音频:根据原文,利用 TTS 技术朗读全文 全文对照精读:根据原文,按照以下格式,分段完成全文精读结果的输出: 音标: 中文释义: 英文例句: 例句翻译: 二、大圣的教程 二、Coze 使用教程 1. 工作流AI Agent 的内功心法 节点:工作流是由多个节点构成,节点是组成工作流的基本单元。节点的本质就是一个包含输入和输出的函数。 Coze 平台支持的节点类型: LLM(大语言模型):使用输入参数和提示词生成处理结果。 Code(代码):通过 IDE 编写代码处理输入参数,并返回输出值。 Knowledage(知识库):根据输入参数从关联知识库中召回数据,并返回。 Condition(条件判断):ifelse 逻辑节点,用于设计工作流内的分支流程,根据设置条件运行相应的分支。 Variable(获取变量):从 Bot 中获取变量作为参数在工作流中使用。 Database(数据库):在工作流中使用提前配置在 Bot 数据库中的数据。 2. 创建和使用工作流 这一块官方有现成的教程参考: 海外参考文档:https://www.coze.com/docs/zh_cn/use_workflow.html 国内参考文档:https://www.coze.cn/docs/guides/use_workflow 国内版本还提供了一些示例,学习工作流强烈建议大家跟着实操一遍: 搜索新闻:https://www.coze.cn/docs/guides/workflow_search_news 使用 LLM 处理问题:https://www.coze.cn/docs/guides/workflow_use_llm 生成随机数:https://www.coze.cn/docs/guides/workflow_use_code 搜索并获取第一个链接的内容:https://www.coze.cn/docs/guides/workflow_get_content 识别用户意图:https://www.coze.cn/docs/guides/workflow_user_intent 三、蓝衣剑客的教程 三、Coze 简介 1. 工作流 在典型应用场景中,入门级场景可能仅添加一个节点来构建简单工作流。例如,使用获取新闻插件构建一个获取新闻列表的工作流;使用大模型节点接收并处理用户问题等。 更进阶的场景则通过多个节点组合构建逻辑较复杂的工作流。例如,在搜索并获取指定信息详情的场景中,先通过插件能力进行关键词搜索、然后通过代码节点过滤指定信息、最后通过插件能力获取信息详情;或者在通过条件判断识别用户意图的场景中,通过大模型节点处理用户消息,并将消息分类后通过条件节点分别处理不同类型的消息。这些详细配置教程提供了实际操作指南以帮助理解和应用各种功能。
2025-03-12
学习coze 怎么入门
学习 Coze 入门可以参考以下方法: 1. 首先,可以通过体验共学快闪活动中参赛的作品来初步了解 Coze 的功能和应用。 2. 观看相关的分享回放,例如: 5 月 7 号,大聪明分享“Agent 的前世今生”,了解每个分享人最初接触 Coze 的情况以及现在的使用情况。 5 月 8 号,大圣分享“我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze”。 5 月 9 号,艾木分享“Agent 系统的核心构成:Workflow 和 Multiagent Flow(以‘Dr.Know’和‘卧底’为例)”并参加线上答疑。 5 月 10 号,罗文分享“一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书”。 5 月 11 号,Itao 分享“和 AI 成为搭子”并参加线上答疑。 3. 了解 Coze 是字节跳动做的 AI agent 产品,中文名为扣子,它是一套工作流,能让 AI 做您想让它做的事情,并且运行更稳定。 4. 体验一些不错的扣子应用,如爸妈防骗助手、热点文章生成器等,以加深对 Coze 的理解和应用能力。
2025-03-11
小白入门课程在哪
以下是为您推荐的适合小白入门的 AI 课程: 1. 【野菩萨的 AIGC 资深课】:由工信部下属单位【人民邮电出版社】开设,是市面上为数不多的值得推荐的 AI 课程之一,也是全网技术更新最快的课程。课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识。无论您是 AI 初学者还是进阶者,这门课程都能满足您的学习需求。您可以扫码添加菩萨老师助理,了解更多信息。 2. 【Agent 共学】相关课程: 元子:小白的 Coze 之旅:https://waytoagi.feishu.cn/wiki/FaT 5 月 8 日大圣分享《Coze 全流程搭建》:https://waytoagi.feishu.cn/wiki/SA7Rw77Y6iDyQDkfmbociFU8nqh 大圣:胎教级教程:万字长文带你使用 Coze 打造企业级知识库:https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb 安仔:Coze 全方位入门剖析免费打造自己的 AI Agent:https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb
2025-03-11
怎么入门AI并且找到一份相关工作
以下是入门 AI 并找到相关工作的建议: 一、了解 AI 基本概念 建议阅读「」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。同时,浏览入门文章,这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 二、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。您还可以通过在线教育平台(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。 三、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。建议一定要掌握提示词的技巧,它上手容易且很有用。 四、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。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 此外,AI 已经在许多领域带来了重大进步和效率,具有巨大的应用潜力和创造就业的能力。但也要注意,随着 AI 的发展,相关的法律法规也在不断完善,以应对可能出现的风险和问题。
2025-03-07
对于已有编程经验的人群的AI入门推荐
对于已有编程经验的人群的 AI 入门推荐如下: 书籍推荐: Python 方面: 《Python 学习手册》:名声在外。 《Python 编程》:对新手友好。 AI 方面: 《人类简史》:“认知革命”相关章节令人获益匪浅。 《深度学习实战》:梳理了 ChatGPT 爆发前的 AI 信息与实践。 课程与资源推荐: B 站 up 主“PAPAYA 电脑教室”的 Python 入门课,完全免费。 链接:https://space.bilibili.com/402780815/channel/seriesdetail?sid=2762019 Andrej Karpathy 对于大模型的讲解: 油管地址:https://www.youtube.com/watch?v=zjkBMFhNj_g B 站地址:https://www.bilibili.com/video/BV1AU421o7ob 资料库推荐:AJ 和众多小伙伴们共创的“🌈通往 AGI 之路”(飞书文档),这是当下最全的中文 AI 资料库,免费、开源、共创,包含几乎所有有价值的文档、文章、资料、资讯,并永远第一时间更新。 链接:https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e
2025-03-06