关于AIGC人工智能、思维方式、知识拓展,能力提升等。投稿/合作: @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
大厂都自己下场做教学了,谷歌出了一个给用户的提示快速入门手册。

包括提示词的书写格式以及涉及到各个职能的常用提示词和拆解。

我把整个 PDF 用 GPT-4o 翻译了,后面有下载地址。

在撰写有效提示时,有四个主要方面需要考虑。不需要全部使用。

Persona 角色、Task 任务、Context 上下文、Format 格式

以下是快速入门 Gemini 的一些提示:

使用自然语言。写作时就像在与另一个人交谈。用完整的句子表达完整的想法。

具体并反复迭代。告诉 Workspace 的 Gemini 你需要它做什么(总结、写作、改变语气、创建)。提供尽可能多的上下文。

简明扼要,避免复杂。用简短但具体的语言陈述你的请求。避免使用行话。

让它成为一次对话。如果结果不符合您的期望或您认为有改进的空间,请微调您的提示。使用后续提示和迭代的审查和改进过程,以获得更好的结果。

剩下的提示词案例和 PDF 下载在这里:https://mp.weixin.qq.com/s/lIMh_5jLlLWq5hptBv6tRw
在新技术爆发早期,现在的超级印钞机巨头在早期基本都经历过「怎么赚钱」的质疑。商业模式落地往往落后于技术和产品的发展,从技术创新到产品风靡到商业模式成熟需要时间。在这个时候,用评价成熟技术市场的标准去看早期技术市场往往会低估未来潜力。

图1是2002年纽约时报的一篇文章:“Google最难搜索的是自己的商业模式”,现在看来当然滑稽,但彼时彼刻这样的质疑听起来是非常合理的。

简单回忆了一下互联网世界两大超级印钞机Google和Meta寻找商业模式的过程(图2)。以史为鉴,也许我们可以对AI的商业模式落地多一些耐心。
拼多多评价模块用上了AI总结
被kimichat背刺了,我想从一份英文PDF提取我想要的信息,然后我就直接给kimichat发过去

最后它也帮我总结了,但是数据都错了 完全对不上。客户跟我说才知道

AI道路任重而道远,如果不能完全信任,那么它的价值到底在何处呢?
卧槽,期待的东西终于来了,AnyNode 这个 ComfyUI 节点牛哇。

你可以输入提示词让 LLM 帮你编写任何功能的节点。

AnyNode 会根据你的要求编写一个 Python 函数,然后把这个节点链接到你要求的输出格式节点就行。

比如作者案例里面就通过提示词实现了文本总结节点、颜色通道调整节点,Ins 滤镜节点,甚至一个边缘检测器。

插件地址:https://github.com/lks-ai/anynode
高盛的数据报告指出,最理想的情况下,预计到2035年,人形机器人市场的规模有望达到1540亿美元。特斯拉则认为,长期来看,人形机器人的需求量将远远超过电动车,可能达到100亿至200亿个。假设人形机器人的价格为10万元/台,并按十年折旧期计算,每年新增市场空间将超过百亿元。多家券商的研报认为,2024年可能成为人形机器人量产的元年。
然而,从产业链角度来看,目前仍处于研发阶段,市场仍在等待爆发,处于中早期阶段。在销售方面,人形机器人除了技术需要进一步演进外,成本也需要降低。
【2万字长文】如何用Kimi全自动创建扣子智能体?这喂饭级教程将揭晓一切!

终于,写完了!
我的第一篇2万字用Kimi做扣子智能体的教程。
从计划教程到现在,一个月了。
从准备素材到现在,花了三周。
从正式撰写到现在,用了8天。
这段时间反反复复调整与优化。
公众号也没有更新,就为了肝这篇2万字教程。
之前只用了Kimi和Kimi阅读助手,但这还不够简单高效,于是我推倒了。
专门站在0基础小白的角度,重新写了一遍。
加了更高效的工具,引入了多任务操作的玩法。
这篇教程演示了2个智能体创建流程,讲了若干案例。由浅入深,逐步深入探索。非常适合0基础或不熟悉扣子,又想拥有自己智能体的朋友。
文章重点分明,细节拉满。延续了我加入思考和延伸思路的方法。
相信看完之后,你不仅可以轻松学会扣子智能体创建,还能举一反三。
这篇教程还有更详细版本,将在我的Kimi学习手册中发布,敬请期待。
推荐一个免费的插画网站——Open Doodles,在 Producthunt 上获得了超过 2100+ 的点赞!

链接:https://opendoodles.com/

主要特性:
丰富的插画:提供多种风格和主题的插画。
多种格式导出:支持导出 PNG、SVG 等格式的矢量图。
在线编辑:支持在线编辑和定制颜色。
无版权限制:插画无版权限制,可用于商业用途。
惊喜发现又祛魅一项能力:读论文
CS 专业一路走来被论文折磨,现以为脱离苦海,但又不得不紧跟看 LLM SD 论文,痛点就是:看不下去,精神涣散🤦‍♂️啃能读完,但留不脑痕
我找到了一个适合自己的方法

1️⃣祛魅,不畏难
与学界的朋友多交谈之后,逐渐理解论文掐头去尾直接看核心思想是可以很快用大白话解释的。我很大程度是因为怕数学、怕文字、怕章节,而不是真的这些概念难。

比如 Transformer 这篇论文公认的“写”得烂。
不信权威,祛魅格式。思想一般就两三个创新点。

2️⃣虚拟心理环境
假想我是那些厉害的学界大佬,他们是如何如呼吸一般的读这些论文的呢?预加载他们的心理环境。

我会假想自己是一个很厉害的数学学家🤣(然后跳过数学证明 hhh)

3️⃣ 专注:用划线工具和沉浸式翻译
我使用 Glasp 插件(免费、可 notion 同步、有数据库管理界面、标签系统),双语阅读可以用沉浸式翻译、Aminer、Yiyibooks 哪个顺手用哪个。
arxiv 论文可以用沉浸式翻译+Glasp 直接划线高亮记录和评论,还自动保存数据库方便后期整理。

不喜欢经常打断的复制粘贴。划线让我专注。

4️⃣ GPT
如何过脑子留下点东西?
看完后或看的时候一定要提问。为什么它这样做实验?为什么解决这个问题?解决的怎么样?之后还要做什么?
如果比较久远的经典论文,问 GPT 可以直接得到答复。

5️⃣ 自己的话记录
这个环节就是强化留给自己脑子的东西。自己写出来的才是真正理解了的概念。用自己的大白话解释一遍,就真的懂论文了。

比如我会写“transformer 架构就是叠了很多层一样的 block,每个 block 里面有 Q K V 三个矩阵” blablabla

推荐从下面的精选开始读经典论文:
https://latentbox.com/
大模型的扑克牌:独家内幕故事

若将创业选手比作德扑玩家。老王的离开是场上最大一次转牌。现在,牌局上有6名玩家,他们每个背后都站着一众中国对通用人工智能野心勃勃的机构与个人,由他们提供筹码。本文记录过去一年大模型公司的融资故事。“这是一起特殊时候的中国特殊的资本故事——它沉默又喧嚣、萎靡又阔绰、团结又精明,充满了矛盾感。”
💰国内外AI大模型API价格汇总🚀

最近国内大语言模型API价格内卷,已经出现百度、阿里、科大讯飞等0元免费API,豆包这种超低价模型。这两天特别收集整理了100多个AI大语言模型的API价格,包括上下文长度、人民币/美元两种价格(按7.25汇率换算)、产品链接和价格详情页,并且支持搜索和排序。

网页版👉 https://aigcrank.cn/llmprice/
Fr1ei9CvgiQTkZHQOeZBn0eOq9MPv3.png
2.6 MB
Back to Top