chatgpt的涌现

作者
来源： 木遥 [木遥 ]() 2023-02-24 展开讲讲一些关于大语言模型的理解的问题在哪里。 这些评论通常归结为这句话：大语言模型「只不过是把语料中的统计相关性复现出来而已。」但这句话是错的，其错误程度就像是在 AlphaGo 出现的时候说「AlphaGo 只不过是在背诵它见过的棋谱而已」一样。 很多人对大语言模型（或者更一般地说，大神经网络）的理解还停留在两三年前。而过去两年里重要的两个研究方向（并不只有这两个，但它们对下面要说的事最关键）显示出它终于开始初步跳出贝叶斯的陷阱，展现出了一点通用智能的模样。这两者一是思维链条（chain of thought, CoT），二是自发性地结构...

prompt方法论

作者
prompt方法论 零样本提示 如今，经过大量数据训练并调整指令的LLM能够执行零样本任务。我们在前一节中尝试了一些零样本示例。以下是我们使用的一个示例： 提示： 将文本分类为中性、负面或正面。文本：我认为这次假期还可以。情感： 输出： 中性 请注意，在上面的提示中，我们没有向模型提供任何示例——这就是零样本能力的作用。 指令调整已被证明可以改善零样本学习Wei等人（2022）(opens in a new tab)。指令调整本质上是在通过指令描述的数据集上微调模型的概念。此外，RLHF(opens in a new tab)（来自人类反馈的强化学习）已被采用以扩展指令调整，其中模型被调整以更...

小七姐：批量生成美食创意短语

作者
作者：万能的小七姐（B站同名） 收到一个朋友转过来的prompt需求，这个需求比较小众，但这个prompt的生产过程算是比较经典的少样本提示和思维链提示的用法，在这先对prompt思路做一个分享： 首先来看需求 客户需要生成1000条俏皮灵动，趣味盎然，比喻精妙的和美食有关的短句子，要求文风优美，句子让人充满食欲。 客户使用这些句子的场景比较奇妙，而且不易于解释，所以我们可以换为一个更简单易于理解的场景来让GPT理解。 从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！[/caption] 第一步：描述清楚这个prompt的需求背景： 对于独居者或者一起...

刘海：美妆海报文案

作者
来源：https://waytoagi.feishu.cn/wiki/Dor2wc2FviY3q3kgSuScJrkhngg 海报文案生成案例（优化前） 来，家人们，直接上例子 ~(我前同事写的Prompt哈哈)~ ： 你是一名美妆品牌的文案策划。你需要为新产品宣传海报生成一个吸引人的美妆产品文案。 首先,你要明确这条文案要达到的营销目的: 然后,你要考虑你要面向的目标客户群: 再然后,你要确定产品的卖点和特征: 最后,你要控制这条文案在25-30字之间。 注意:1.请运用简洁流畅的语句； 2.请适当添加生动的修辞手法； 3.让我们一步一步来。 — 产品:彩妆定制服务 目标客户:25-40...

chatgpt的创意风暴

作者
来源： ElfeXu [南瓜博士 ]() 2023-05-10 发表于美国 看到有人说人的创意比 AI 强～～一百个不同意。想起可以把这篇文章发出来。 创意是什么？是在你思考的范畴之外，远远的地方，找到一个点，然后想方设法让这个点和你思考范畴之内的事物产生关联，创意就出来了。找一个远远的点再创造联系的事情，AI 可比人强太多了，它直接大模型上要多远能找多远，还总能链回来。 AI 比人差的，大概是对找到的创意到底靠谱不靠谱有没有价值的判断。 以下是三个月前写的正文。大家可以感受一下 GPT 找的点有多远 ========= 女儿小时候我常和她玩各种随机词汇游戏，例如随机想三个词语编进故事里。这...

chatgpt的联想能力

作者
来源： ElfeXu [南瓜博士 ]() 2023-05-28 前些天和朋友聊怎样用 AI 陪娃玩，我说“最简单的用法，让 AI 给娃讲故事，培养孩子想象力可好用了”。朋友有些不以为然：“哄哄小宝宝也就罢了。我家的已经上小学了，编故事不太够了呀。” 确实，不同年龄段孩子的想象力是有区别的。 低龄孩子的想象力自由不受限，从角色扮演到天马行空想象出一个离奇的世界。我们可以称之为幻想。 随着年龄的增长，孩子们逻辑思考能力、对抽象概念的理解力逐步发展，他们开始能用想象力理解多元的事物、处理复杂情绪、创造性解决问题甚至规划未来。这个阶段的想象，可以称之为创想。 AI 是否能从幻想到创想的每一个阶段，都...

Code Interpreter：数据分析师可以摸鱼啦～～

作者
上传了一份 excel 表单，还没说话呢，GPT 就自己哼哧哼哧处理起来了。 我用很随意的方式给了它一个任务。惊艳的是：它根据我的指令，自动发现找出视频类型内容的方法，以及用“标题”字段来区分“每个视频”。（以下我绝大多数指令都得很随意，探索一下 GPT 的能力边界。） 它选择柱状堆叠图算恰当吧。第一次画图时出错了。 它自动分析找到原因，添加了一句 fill_value=0，搞定！ 我排查错误的速度一定比它慢 用户数量比较多，它自作聪明选择了前五名来画图（代码习惯还挺好的，定义了 max_users_to_display 没有 magic number 到处飞。） 我要求它画所有用户的...

Code Interpreter的自行迭代

作者
来源：ElfeXu [南瓜博士 ]() 2023-05-01 之前我只是觉得在某些场合用 GPT 来写代码很方便。但在 Code Interpreter 里，它生成代码后能立刻运行、并根据运行结果自行迭代，这感觉就大不一样了： *太自动了！** 自动加戏实现需求里没提但确实很合理的功能 自动酌情偷懒少写一些代码 自动添加单元测试 代码执行报错时自动发现“忘记了”的改动并自动修复 我差一点，就把标题写成“ 当 AI 开始自主思考和行动 ”* 拿到 Code Interpreter 权限后我迫不及待想要写些带自指怪圈的代码让 GPT 烧脑，很快就撞墙了：在沙盒中的 Code Interpret...

chatgpt调教：和人类相似的认知能力

作者
很多人都见过这段话吧： 这是认知心理学中关于单词和阅读的一个经典发现，叫做 typoglycemia。 我心生好奇：对 GPT 来说，满是 typo 的英文句子，它能像人一样不受影响正常读懂吗？ 咱们来试一试。 我找了个错字连篇的英文版本喂给 chatgpt。它读懂了，告诉我“部分同意”，还 blabla 说了一大堆理由。 再换中文问它（我懒得自己编，为了节约点语料给后面用，就只复制了英文版本的第一句话），它还是读懂了，但竟然说不同意。 换个方法来问，它还是能读懂，但也还是坚持认为句子的意思很重要。 最后一句话。这回它竟然赞同了，而且说得比英文原文更清楚明白。（还补充说“研究表明”，你...

chatgpt调教：笑话案例

作者
ChatGPT 说它自己没有感情不懂笑话 我偏要给它讲个笑话试试。果然，它没听懂。 如果我扮演一个耐心的老师，它倒确实也会是一个认真的好学生，回答问题毫不含糊。 （最后这句回答，它竟然不是简单地说“扫描对方的二维码”，还补充说明“加对方为好友”，说明记性不错啊。） 再问它一遍，它能从“加好友”和“纪念逝者”的“反差”里找笑点。 很有“哇塞”的感觉。 但对于“扫”的双关含义它还没懂，还需要再多一点点帮助 现在它知道笑点在于产生的误解上了。 但是等等，它真的知道为啥“我扫你”不恰当吗？继续追问两句，似乎并没理解…… 我没耐心了，直接给它讲答案： 最后再问一遍……还好我猜它不会不耐烦...

小学思维逻辑题目

作者
天府路小学三年级5班有35名学生参加周末的社团课,其中美术社团有21人报名，书法社团有27人报名，请问: 同时报名参加两个社团的学生有多少? 每包干脆面里面有一张卡片，商家规定，集齐三张卡片可以换1包干脆面,小九的妈妈一次性给他买了 9 包干脆面，那么小九一共可以吃到多少包干脆面？ 欢欢今年8岁，爸爸今年34岁，多少年以后爸爸的年龄是欢欢的2倍？ 木匠切断一根木头需要3 分钟，现在要将一根 15米长的木头切成 3米长的木头材料，木匠一共需要切多长时间?

字节发布多模态大模型：BuboGPT

作者
字节发布多模态大模型：BuboGPT AI工具箱 字节跳动最近也发布了自己的多模态大模型BuboGPT，整合了包括文本、图像和音频在内的多模式输入，能够较好的理解图片片、语言数据。Demo上可以上传图片或者音频，然后询问相关的内容，回答效果不错。可以理解中文，但是回答却是英文。 体验地址：https://huggingface.co/spaces/magicr/BuboGPT 开源地址：https://github.com/magic-research/bubogpt 项目主页：https://bubo-gpt.github.io 00:26 / 02:26

提升大模型可靠性的 prompt方法汇总

作者
从 prompting 的角度有哪些方法可以提高大模型在复杂任务上的性能表现呢？ 汇总现有的一些方法： 细节法：给出更清晰的指令，包含更多具体的细节 分解法：将复杂的任务分解为更简单的子任务 （Let's think step by step, CoT，LangChain等思想） 记忆法：构建指令使模型时刻记住任务，确保不偏离任务解决路径（system 级 prompt） 解释法：让模型在回答之前进行解释，说明理由 （CoT 等方法） 投票法：让模型给出多个结果，然后使用模型选择最佳结果 （ToT 等方法） 示例法：提供一个或多个具体例子，提供输入输出示例 （one-shot, few-sho...

深度拆解 AI 全能导师 Mr. Ranedeer 的提示词

作者
来源 ElfeXu [南瓜博士 ]() 2023-08-30 著名的 AI 全能导师 Mr. Ranedeer 的提示词中，有三条值得借鉴的技巧和两个要避开的坑。 *经验 1：用对格式 AI 记忆力和稳定性就能大幅提升 避坑 1：严谨的 json 表达会让 GPT 丢失一些创造力* 经验 2：对 AI 编程只需伪到极致的伪代码 经验 3：用 code interpreter 的内存大幅增强 AI 的记忆力 避坑 2：专业领域的 know how 比 prompt 技巧更重要 早在五月初，一位澳洲 17 岁的少年推出了 个性化 AI 全能导师，惊艳全网。很多文章对这个 prompt 的介绍聚...