看懂AI

深度长文：产品经理视角解析AutoGPT背后的技术原理

作者
本文主要讲的内容： 类AutoGPT应用的背后技术原理。 更抽象一层，其实是解释：LLM（GPT）是怎么实现自己学会使用工具的？ 1）LLM怎么将人类需求分解成任务； 2）LLM怎么知道什么任务要使用什么外部工具； 2）LLM怎么学会使用这些外部工具的； ---大约5300字，概览如下： 1、为什么研究这个（LLM是怎么学会使用外部工具的） 2、介绍这个领域几个关键产品产品的原理：LangChain、Toolformer、OpenAi-Plugin、huggingGPT、Babyagi、AutoGPT 3、LLM目前使用外部工具的局限是什么？ 4、OpenAi-Plugin的数据飞轮 ---正...

智能体=LLM(大语言模型)+记忆+规划技巧+工具使用

作者
来源：深度强化学习实验室 Lii’Log的博客https://lilianweng.github.io/posts/2023-06-23-agent/ 本文 约7500字 ，建议阅读15分钟 LLM的潜力不仅仅限于生成写得好的副本、故事、论文和程序；它可以被视为一个强大的通用问题解决器。 [ 前言 ]以LLM（大语言模型）作为核心控制器构建智能体是一个很酷的概念。AutoGPT、GPT-Engineer和BabyAGI等几个概念验证演示都是鼓舞人心的示例。LLM的潜力不仅仅限于生成写得好的副本、故事、论文和程序；它可以被视为一个强大的通用问题解决器。 智能体系统概述 在 LLM 支持的...

什么是LangChain? LangChain有什么用?

作者
从Auto-GPT说起 Auto-GPT可以调用本地电脑工具处理复杂信息; Auto-GPT可以围绕目标查阅资 料、“独立思考”、及时反馈、并 及时调整下一步操作… Auto-GPT的诞生，创造了大家 对“将LLM作为智慧大脑来高效 处理综合复杂任务”的想象; 首次尝试串联大语言模型的思维链，“chains together LLM “thoughts”，逐步 拆解任务并执行，从而使得整个应用程序更加靠近人类意图; 首次将大语言模型接入本地工具，通过工具集的拓展，进一步拓展了大语言模型的能力; 能够通过内置的提示模版修改人类提示语句，从而大幅简化提示难度; 拥有“记忆”，通过模型外的存储策略...

superglue排行榜和chatbot-arena-leaderboard有什么区别

作者
主要差异如下: 对象不同: superglue排行榜是针对自然语言处理模型力量的一个排行榜,评价模型在各种任务上的综合能力。 chatbot-arena-leaderboard是针对对话型 chatbot 模型的一个排行榜,评价模型在人机对话类任务上的表现能力。 评价标准不同: superglue排行榜考察的任务包括句子对照匹配、问答理解能力等全面性任务。模型会获取一个总分来评价其综合力量。 chatbot-arena-leaderboard主要考察模型在人机对话过程中的智能性、流畅性以及会话能力,通过人工评分来反映模型的对话质量。 放置体系不同: su...

AIGC数据分析流程

作者
graph TD A[收集和准备数据]-->B[上传数据到AIGC平台] B-->C[请求AIGC进行数据探索] C-->D[执行探索性分析] D-->E[建模] E-->F[验证模型] F-->G[录用模型上线] G-->H[模型迭代和维护] 这里是利用AIGC进行数据分析的完整流程: 收集和准备数据 收集原始数据集合,处理缺失值和异常数据 确认数据探索的目标和问题 上传数据到AIGC平台 通过AIGC提供的API或界面上传数据 请求AIGC进行数据探索 绘制列分布图、热图进行视觉化分析 计算相关系数分析变量间关系 生成报告和可...

AGI的发展

作者
AGI的发展 人工智能的发展经历了多个阶段，从最初的符号主义到深度学习，每个阶段都有其独特的贡献和限制。AGI（Artificial General Intelligence）是人工智能领域的一个理论概念，它旨在开发能够像人类一样具有智能水平的人工智能系统。 以下是AGI的发展历程： flowchart LR subgraph AGI_Evolution A[符号主义] B[连接主义] C[深度学习] D[AGI] end A --> B B --> C C --> D ...

3.4 【实操3】数据分析

作者
【实操3】数据分析 1.【实操】这是一个淘宝店铺的数据前五行，请帮我解释一下数据： 这是一个淘宝店铺的数据前五行，请帮我解释一下数据：统计日期 访客数 "人均浏览量（访问深度）" 跳失率 "无线端访客数" "无线端浏览量" "无线端人均浏览量" "无线端人均停留时长(秒)" "无线端商品详情页访客数" "无线端跳失率" "无线端商品详情页浏览量" 客单价 "无线端客单价" 下单金额 "无线端下单金额&qu...

3.3 【实操2】代码生成

作者
【实操2】代码生成 五大AI编程工具（Copilot、Tabnine、Codeium）综合评估分析 https://www.zengqueling.com/wudaaibianchenggongjucopilottabninecodeiumzonghepinggufenxij/ 【案例1】彩票生成prompt： 写一个彩票生成的完整程序代码，可以选择双色球或大乐透（输入1或2选择），然后可以输入注数，用Python。 import random def generate_lottery(choice, num_of_bets): if choice == 1: red_ball...

3.2【实操1】文本生成

作者
1.【案例1】以‘民族企业走向世界：抖音为例’为主题，写一份思政内容大纲。 1.1讯飞星火 以‘民族企业走向世界：抖音为例’为主题，写一份思政内容大纲。 按上面的大纲，填充为一份2000字左右的讲稿。 继续 1.2chatgpt prompt： 以‘民族企业走向世界：抖音为例’为主题，写一份思政内容大纲，输出markdown格式。 按上面的大纲，填充为一份2000字左右的讲稿。 6.5 民族企业走向世界-以抖音为例 P1 （开头）大家好!今天我将跟大家分享一下民族企业走向世界的数字媒体技术,并以抖音为例进行讲述,希望能给大家带来一些启示和思考。 抖音作为一款典型的民族企业产品,自2016年推...

2.2 毁灭你与你无关（markdown版）

作者
1.Google出现 1.1互联网所有信息一下公开了 以前高端知识掌握在少部分人手里，比较难获取 到现在，还很多人警惕，论文和很多作品都是互联网上抄来的。包括，音乐，编剧，影视作品，idea等等等等 搜索引擎一直收到质疑 对会用搜索引擎的人非常友好 有人说，搜索引擎出现，上大学没有什么用 有人精通搜索，变成了技术大牛。而不是，本身就是大牛 1.2喧闹过后，又会归于平静 大部分人还是赖得用，不会用 就像竞技场上，有刀剑，有射箭 搜索如射箭，射箭准头太差了，学习成本太高，直接近身搏杀，或者赤手空拳也都能获得胜利 现在chatgpt不是手枪或者机关枪，而是直接高达出现，学习成本其实不高，但是很多人...

2.2 毁灭你与你无关

作者
毁灭你与你无关 Markdown版 1.Google的出现和搜索引擎的影响 随着互联网的发展，Google等搜索引擎的出现使得互联网上的信息变得公开且易获取。 以前，高端知识只掌握在少部分人手中，获取起来相对困难。但现在，很多人依赖于互联网进行论文、音乐、编剧、影视作品等领域的搜索和获取，甚至存在很多抄袭行为。 然而，搜索引擎也一直备受质疑。 虽然搜索引擎使得会使用它的人受益良多，但也有人认为它降低了上大学的必要性。 有些人通过精通搜索引擎成为技术大牛，而并非本身就是大牛。 搜索引擎在使用方面存在一定的学习曲线，而有些人更倾向于直接使用其他方法获得信息。 搜索引擎就像射箭，准确度较低，学习成本...

【令爷】学习方法总结

作者
学习是一项持续的过程，它需要不断的努力和实践，以便在日常生活和工作中取得成功。在学习过程中，有许多不同的方法可以帮助我们更好地理解和掌握知识。 1.学习流程 这里我们总结了三步学习方法：学得、习得和费曼学习法。 graph TD subgraph 知识组成 帕累托法则 双编码理论 分块学习法 多感官学习法 GROW模型 end 学得-->|专业指导|知识组成 习得-->|刻意练习|知识组成 知识组成--> 费曼输出 subgraph 学习原则 番茄工作法 SQ3R方法 艾宾浩斯遗忘曲线 end 学习原...

2.2 麦肯锡报告：生成AI的经济潜力

作者
2023年6月14日 | 报告 https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier - 1 行业的价值潜力 生成式AI有潜力在各行业中创造4.4万亿美元的价值。 - • 高科技行业4600亿美元。主要因素：软件工程 - • 零售业3900亿美元。主要因素：市场营销和销售 - 2 商业功能的价值潜力 4个商业功能占AI总年度价值的约75%： - • 客户运营 - • 市...

ChatGPT迎来史诗级更新，OpenAI又要刷屏了~多少产品正在瑟瑟发抖-今日头条

作者
简介：GPT3.5模型支持自定义函数输入消耗token价格比之前减少4分之一新的3.5模型支持16K的token数量接下来详细说说为什么这是史诗 来源： ChatGPT迎来史诗级更新，OpenAI又要刷屏了~多少产品正在瑟瑟发抖-今日头条   简介： GPT3.5模型支持自定义函数 输入消耗token价格比之前减少4分之一 新的3.5模型支持16K的token数量 接下来详细说说为什么这是史诗级更新 首先，之前只有GPT-4模型才支持8K以上token数量，能够处理大型文本，例如一篇论文的总结或者修改，翻译等等。但是GPT4不仅贵了很多倍，还需要申请和排队...

自我一致性 | Prompt Engineering Guide

作者
请不要将数据中台做成BI！
A Comprehensive Overview of Prompt Engineering 来源： 自我一致性 | Prompt Engineering Guide     也许在提示工程中更高级的技术之一是自我一致性。由Wang等人（2022）(opens in a new tab)提出，自我一致性旨在“替换链式思维提示中使用的天真贪婪解码方法”。其想法是通过少样本CoT采样多个不同的推理路径，并使用生成结果选择最一致的答案。这有助于提高CoT提示在涉及算术和常识推理的任务中的性能。 让我们尝试以下算术推理示例： 提示： 当我6岁时，我的妹妹是我的一半年龄。现在我70...