AI探索指南
-
- 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 
- 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？ - 每天调戏GPT …
- 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/ 
