思维方法

Mermaid图表示例

作者
Mermaid图表示例
关于 Mermaid mindmap root((图表类型)) flow 描述(流程图，用于展示流程或步骤的顺序。) sequence 描述(时序图，展示对象之间的交互和消息传递。) class 描述(类图，用于展示类、对象和它们之间的关系。) state 描述(状态图，用于展示对象或系统的状态变化。) er 描述(实体关系图，用于展示实体及其关系。) gantt 描述(甘特图，用于项目管理，展示任务、进度和时间线。) UserJourney 描述(用...

表情符号（emoji）来表示 token

作者
表情符号（emoji）来表示 token
为什么AI数不清Strawberry里有几个 r？Karpathy：我用表情包给你解释一下 让模型知道自己擅长什么、不擅长什么是一个很重要的问题。 还记得这些天大模型被揪出来的低级错误吗？ 不知道 9.11 和 9.9 哪个大，数不清 Strawberry 单词里面有多少个 r…… 每每被发现一个弱点，大模型都只能接受人们的无情嘲笑。 嘲笑之后，大家也冷静了下来，开始思考：低级错误背后的本质是什么？ 大家普遍认为，是 Token 化（Tokenization）的锅。 在国内，Tokenization 经常被翻译成「分词」。这个翻译有一定的误导性，因为 Tokenization 里的 to...

AI黑盒研究的突破性进展：Anthropic详解大模型的「思维」特征

作者
AI黑盒研究的突破性进展：Anthropic详解大模型的「思维」特征
AI黑盒研究的突破性进展：Anthropic详解大模型的「思维」特征 一直以来 AI 都是一个黑盒子（black box），其内部运作机制是不可见的。人们输入数据并得到结果，但无法检查输出结果的逻辑或者系统的代码。 而就在刚刚，Anthropic 宣布在理解人工智能模型内部运作机制方面取得重大进展。 Anthropic 已经确定了如何在 Claude Sonnet 中表征数百万个概念。这是对现代生产级大型语言模型的首次详细理解。这种可解释性将帮助我们提高人工智能模型的安全性，具有里程碑意义。 研究论文：https://transformer-circuits.pub/2024/scalin...

【令爷推荐好文】到底什么是AI时代的教育？以及怎么实现AI教育学习赋能

作者
【令爷推荐好文】到底什么是AI时代的教育？以及怎么实现AI教育学习赋能
到底什么是AI时代的教育？以及怎么实现AI教育学习赋能 以下文章来源于艾笑说 ，作者艾笑 teacherAi 一直有人咨询，且也需要作为教练指导AI+教育航海，索性写了一篇，把航海手册的这部分开个源吧 教育困境与 AI 时代的变革 不论是学前启蒙教育、小初高、还是大学，我们现在的教育和学习都存在着一些怪相和困境。且不说关于补课内卷、刷题应试、单一标准、专业和择业等问题。 首先，最为重要的就是孩子们因为教育的压力和旧有模式丧失了对于学习的兴趣，甚而产生了更广泛和严重的心理健康问题。 正如冲上热搜 top1 的新闻「开学一个月后儿童精神科爆满」。2023 年 10 月发布的《2023 年度中国...

他山之石｜重新思考人工智能时代的信息素养

作者
他山之石｜重新思考人工智能时代的信息素养
他山之石｜重新思考人工智能时代的信息素养 [胖胖老师]() 本文选译自Dr. John Spencer最新博客“Rethinking Information Literacy in an Age of AI”，部分呢内容有所调整。 “改变游戏规则”和“颠覆性”等词汇在技术领域中已不再新鲜。教育工作者们已经目睹了1：1设备、无纸化教室、交互式白板等教育新潮流的兴起。然而，人工智能的崛起为我们带来了截然不同的感受。我们所处的时代，尤其是生成式人工智能和更广泛的机器学习领域，似乎正在迅速重塑我们的世界。尽管对于教育工作者而言，这带来了许多积极的趋势，但我们也不得不警惕人工智能如何改变信息格局，特...

黄仁勋集齐Transformer论文七大作者，对话一小时

作者
黄仁勋集齐Transformer论文七大作者，对话一小时
文 / 腾讯科技 郭晓静 2017年，一篇具有里程碑意义的论文——《Attention is All You Need》横空出世，它首次引入了基于自注意力机制的Transformer模型，这一创新架构摆脱了传统的RNN和CNN的束缚，通过并行处理的注意力机制，有效克服了长距离依赖的难题，并显著提升了序列数据处理的速度。Transformer的编码器-解码器结构和多头注意力机制在人工智能领域掀起了一场风暴，大热的ChatGPT正是基于这一架构构建的。 想象一下，Transformer模型就像是你的大脑在和朋友交谈时，能够同时关注对方说的每个词，并理解这些词之间的联系。它赋予了计算机类似人类的语...

LLM 提示词大赛冠军 Co-STAR 模型

作者
LLM 提示词大赛冠军 Co-STAR 模型
CO-STAR模型 根据新加坡提示工程大赛的获胜框架CO-STAR,来构建完整和有效的提示词: C - Context (清楚的背景信息) O - Objective (明确的目标设定) S - Style (生成文字的风格) T - Tone (生成文字的语调) A - Audience (目标受众的描述) R - Response (回应的类型,如表格、段落数量等) 具体的构建方法是这样的 首先，我提供了一个我经营的背景。 接着，我设定目标是撰写一个社交媒体（比如小红书风格）帖子以吸引人们购买。 然后，我设定我需要的风格，基本上是模仿小红书文案的方式。 其次，...

阿里云推出通义灵码AI编程工具，支持VS Code、JetBrains等IDE

作者
阿里云推出通义灵码AI编程工具，支持VS Code、JetBrains等IDE
阿里云目前推出了一款 AI 编程工具“通义灵码”，号称基于自家通义大模型打造，IT之家的小伙伴们可以点击此处访问项目官网。 据悉，“通义灵码”兼容 Visual Studio Code、JetBrains IDEs 等主流 IDE；支持 Java、Python、Go、C / C++、JavaScript、TypeScript、PHP、Ruby、Rust、Scala 等主流编程语言。 在功能方面，“通义灵码”支持行 / 函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释等功能。 行 / 函数级实时续写：在编码的过程中，该 AI 工具克根据上下文和当前语法，为用户自动预测和...

12个乒乓球，有一个次品，不知轻重，用一台无砝码天平称三次，找出次品，告知轻重?

作者
12个乒乓球，有一个次品，不知轻重，用一台无砝码天平称三次，找出次品，告知轻重?
介绍一道前苏联的数学竞赛题。 常规思维，考虑分几组合适。 然后，进行第一次称重。 第一次称重可能会有三种不同的结果，我们根据不同的结果再进行后两次称重。 首先，考虑第一种平衡的结果，下一步我们从A组中取出三个正品球与C组中9、10、11号球称重。 考虑第二种左重的结果，下一步我们从C组中取出三个正品球替换A组中2、3、4号球，然后将2、3、4号球替换6、7、8号球。 同理，考虑第三种右重的结果，下一步我们从C组中取出三个正品球替换A组中2、3、4号球，然后将2、3、4号球替换6、7、8号球。 这样，我们就可以通过三次称重找出次品球了。 物理满分的同学可能会想到，将所有球从同一高度落...

谷歌提出一种称为“Step-Back Prompting”的Prompt技术

作者
谷歌提出一种称为“Step-Back Prompting”的Prompt技术
来源于谷歌Deepmind在10月9日提交的一篇论文。 论文下载地址：https://arxiv.org/pdf/2310.06117.pdf 谷歌提出一种称为“Step-Back Prompting”的Prompt技术，让LLMs自己抽象问题，得到更高纬度概念和原理，再用这些知识推理并解决问题。 他们用PaLM-2L模型做了实验，发现这种Prompt技巧能显著提升密集推理任务（STEM、知识问答、多跳问题）的性能质量表现。 MMLU 物理和化学方面表现提高了7%，TimeQA 提高27%，MuSiQue 提高了7%。 MMLU：大规模多任务语言理解测试数据集 TimeOA：时间敏感问题测试数...

微软AutoGen框架

作者
微软AutoGen框架
正如网友所说的，借助 AutoGen，以后完成某项任务，用户只需给出需求，敲下回车，中间过程完全不用管，任务自动就完成了。 一个项目，用了短短两个星期的时间，星标量从 390 狂增到 10K，并在 Discord 上吸引了 5000 多名成员，如此爆火的项目便是微软最近发布的全新工具 AutoGen。 我们可以将 AutoGen 理解为一个框架，其允许多个 LLM 智能体通过聊天来解决任务。LLM 智能体可以扮演各种角色，如程序员、设计师，或者是各种角色的组合，对话过程就把任务解决了。 不仅如此，AutoGen 是可定制的、可对话的，并且允许人类参与。AutoGen 的运作方式包括借助 L...

大学生进——毕业论文选题与研究方法确定

作者
一、确定研究主题 1 按学科专业进行高级检索 （1）在中国知网，进入 “高级检索” 页面，选择下方“学术论文”中的 “硕士论文” 。本科选题看硕士论文，硕士选题看硕博论文，选题时通常会参考比自己高一级的学术论文，但不可偏离自己所学专业/学科领域。 （2）按 “学科专业名称” 进行检索，输入自己的专业（比如统计学/财务管理/会计学等）。 （3）检索结果按 “被引量”或“下载量”进行排序 ，从上到下进行浏览，选择比较感兴趣的话题。如果觉得此时的结果看起来比较杂乱，还是没有头绪，进行下一步。 2 检索结果进行可视化分析 将检索结果进行可视化分析，在“导出与分析”处，选择全部检索结果分析，操作如下...

提升ChatGPT性能的实用指南：Prompt Engineering的艺术

作者
提升ChatGPT性能的实用指南：Prompt Engineering的艺术
一起探索 Prompt Engineering 的奥秘，并学习如何用它来让 ChatGPT 发挥出最大的潜力。 什么是提示工程？ 提示工程是一门新兴学科，就像是为大语言模型（LLM）设计的"语言游戏"。通过这个"游戏"，我们可以更有效地引导 LLM 来处理问题。只有熟悉了这个游戏的规则，我们才能更清楚地认识到 LLM 的能力和局限。 这个"游戏"不仅帮助我们理解 LLM，它也是提升 LLM 能力的途径。有效的提示工程可以提高大语言模型处理复杂问题的能力（比如一些数学推理问题），也可以提高大语言模型的扩展性（比如可以结合专业领域的知识...

Prompt框架

作者
ICIO框架 Instruction：指令 即你希望 AI 执行的具体任务 Context：背景信息 给AI更多的背景信息引导模型做出更贴合需求的回复 Input Data：输入数据 告知模型需要处理的数据 Output Indicator：输出引导 告知模型我们要输出的类型或风格 CRISPE 框架 Capacity and Role：能力和角色 ChatGPT 应扮演什么角色 Insight：见解 提供你请求的背后见解、背景和上下文 Statement：声明 你要求 ChatGPT 做什么 Personality：个性 你希望 Ch...