思维方法

4.6 prompt相关资源

作者
4.6 prompt相关资源
1. OpenAI Cookbook https://github.com/openai/openai-cookbook#related-resources-from-around-the-web 1.1 提示库和工具 指导：微软的一个看起来很方便的Python库，它使用Handlebars模板来交错生成、提示和逻辑控制。 LangChain：一个流行的Python/JavaScript库，用于链接语言模型提示的序列。 FLAML（自动机器学习和调优的快速库）：用于自动选择模型、超参数和其他可调选项的Python库。 Chainlit：用于制作聊天机器人接口的Python库。 Guardra...

prompt框架和实践案例

作者
prompt框架和实践案例
从实践来看，GPT-4 是最佳选择， Claude 模型能力次之， GPT-3.5 勉强可用。 若有条件，推荐使用 GPT-4 。出于节约成本和服务可访问性的考虑，可能许多朋友需要使用 GPT-3.5 模型。 在模型能力允许的情况下，可以先用GPT-4来生成结构化的prompt（ prompt例子1：prompt工程师 ），然后在GPT-3.5里面使用结构化prompt。同时，依据 prompt 表现，不断修改调优你的提示词。 这样的确能提高 Prompt 性能，但是在不符合你的实际需要时，仍然需要使用各种方法调试修改 Prompt。 通用prompt框架 CRISPE 框架: 来源：http...

4.3 【prompt教程4】给GPT时间“思考”

作者
4.3 【prompt教程4】给GPT时间“思考”
给GPT时间“思考” 如果要求将17乘以28，你可能不会立即知道，但仍然可以随着时间的推移而解决。同样，GPT在试图立即回答时会犯更多的推理错误，而不是花时间来找出答案。在答案之前询问一连串的推理可以帮助GPT更可靠地找到正确答案。 1 在匆忙得出结论之前，指示模型制定自己的解决方案 有时，当我们在得出结论之前明确指示模型从第一原则进行推理时，我们会得到更好的结果。例如，假设我们想要一个模型来评估学生对数学问题的解决方案。最明显的方法是简单地询问模型学生的解决方案是否正确。 较糟糕的例子：“一个人从10米高的楼顶掉下来，他会受伤吗？” 较好的例子：“请制定一个模型与解决方案，来确定一个人从...

4.2 chatgpt的三步训练

作者
4.2 chatgpt的三步训练
chatgpt的三步训练 1【无监督学习】Pre-trained 预训练 让ChatGPT对「海量互联网文本」做单字接龙，以扩充模型的词汇量、语言知识、世界的信息与知识。使ChatGPT从“哑巴鹦鹉”变成“脑容量超级大的懂王鹦鹉”。 1.1 GPT1 GPT-1 的学习材料约 5GB。 这里 1 MB 能存 30-50 万汉字，而 1 GB 是 1024 MB。 GPT-1 的参数是 1.17 亿。 参数反映着模型大小，参数越多，模型能建构的规律就越复杂，能记忆的信息和学习的知识也就越多，相当于是大脑中神经突触的数量。高中的直线斜截式方程就 2 个参数，而它有 1 亿多个。 1.2 GPT...

3.4 【实操3】数据分析

作者
3.4 【实操3】数据分析
【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...

2.4 chatgpt进化之路

作者
2.4 chatgpt进化之路
chatgpt进化之路 1. GPT3.5和GPT4的区别 GPT3和GPT4的最大不同之处在于规模，GPT3拥有175B参数，而GPT4拥有3.3T参数，可以有效地解决复杂语言任务。 GPT4的模型可以有效地解决自然语言交互（NLU）和自然语言理解（NLU）等复杂NLP任务。 GPT4更创造性的写作能力，包括编歌曲、写剧本、学习用户写作风格 GPT4可以接受图片输入（暂不可用）、并生成字幕等 GPT4可以处理超过25000字长文本 GPT4智能程度大幅提升。以美国BAR律师执照统考为例：GPT3.5可以达到10%水平分，GPT4可以达到90%水平分。生物奥林匹克竞赛从GPT3.5的31%...

2.3 国内平台介绍

作者
2.3 国内平台介绍
一图汇总国内大模型的现状 1.推荐平台 1.1 讯飞星火认知大模型 https://xinghuo.xfyun.cn 科大讯飞推出的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务。从海量数据和大规模知识中持续进化，实现从提出、规划到解决问题的全流程闭环。 需要申请，但审核很快。 非常接近chatgpt3.5。 【新闻】：8月15日 讯飞星火V2.0重磅发布 https://mp.weixin.qq.com/s/NXUjpq225EaaPeB3iLqUFg 讯飞星火V2.0升级发布的多模态能力，已实现图像描述、图像理解、图像推理、识图创作、文图生...

2.2 毁灭你与你无关

作者
2.2 毁灭你与你无关
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...

问世间、谁是SOTA，Chatbot Arena，大语言模型(LLM)的角斗场来了，各种LLM一起来华山论剑吧 – 知乎

作者
问世间、谁是SOTA，Chatbot Arena，大语言模型(LLM)的角斗场来了，各种LLM一起来华山论剑吧 – 知乎
现在的LLM和Chatbot这么多，俗话说的好文无第一、武无第二，他们到底谁更厉害呢？今天看到一个非常有意思的东西 Chatbot Arena，就是要解决这个问题的。这是一个大型语言模型 (LLM) 的基准平台，以众包方式进行匿… 来源： 问世间、谁是SOTA，Chatbot Arena，大语言模型(LLM)的角斗场来了，各种LLM一起来华山论剑吧 - 知乎     问世间、谁是SOTA，Chatbot Arena，大语言模型(LLM)的角斗场来了，各种LLM一起来华山论剑吧 现在的LLM和Chatbot这么多，俗话说的好文无第一、武无第二，他们到底谁...

请不要将数据中台做成BI！

作者
请不要将数据中台做成BI！
傅一平评语：因为对于很多企业数据团队来讲，BI是唯一的业务。正文开始笔者在为企业做数据中台设计规划时，经常有 来源： 请不要将数据中台做成BI！   请不要将数据中台做成BI！ 笔者在为企业做数据中台设计规划时，经常有客户这样叮嘱。话里话外都是对“数据中台”满满的期待和对“BI”的内心的失望！为什么会这样呢？BI作为IT界“颜值担当”，那可是一直是一项叱咤风云的数据应用技术。曾几何时，为了一张报表、一个大屏，有多少企业都愿意为其“豪掷千金”！为什么现在很多企业又都对其失去了兴趣了呢？ 今天我们一起聊聊这个话题！欢迎留言区谈谈您的观点。 — 01 — Business Intellig...

AI时代的学习方式

作者
AI时代的学习方式
1 明确目标 学习开始之前，明确你想要学习的具体知识或技能。例如，如果你的目标是学习Python编程，你可以问：“GPT，请分步列出Python编程的基础知识的学习提纲” 2 提出开放式问题 尽量提出开放式的问题，引导GPT提供更详细的信息。如，“GPT，Python是一种编程语言吗？”就是一个封闭问题 而：“GPT，你能告诉我Python编程语言的特点和用途吗？”就是一个开放性问题 3 追问 如果你对GPT的回答有疑问或者不理解，就应继续提问。例如，如果GPT告诉你Python是一种解释型语言，你可以追问：“GPT，你能解释一下什么是解释型语言吗？它和编译型语言有什么区别？” 4 多角度思考...

自我一致性 | Prompt Engineering Guide

作者
自我一致性 | Prompt Engineering Guide
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...

如何用 ChatGPT 帮你自动分析数据？. 曾几何时，很多小伙伴拿到宝贵的一手数据，却不知道如何分析。以后这种尴尬场景，会大… | by Shuyi Wang | May, 2023 | Medium

作者
如何用 ChatGPT 帮你自动分析数据？. 曾几何时，很多小伙伴拿到宝贵的一手数据，却不知道如何分析。以后这种尴尬场景，会大… | by Shuyi Wang | May, 2023 | Medium
曾几何时，很多小伙伴拿到宝贵的一手数据，却不知道如何分析。以后这种尴尬场景，会大幅减少 来源： 如何用 ChatGPT 帮你自动分析数据？. 曾几何时，很多小伙伴拿到宝贵的一手数据，却不知道如何分析。以后这种尴尬场景，会大… | by Shuyi Wang | May, 2023 | Medium     误判 好几天之前，我就在 ChatGPT 选单里看到了 Code Interpreter。它正在灰度测试中 — — 先给一部分用户试用，如果反响不错并做了一定改进，就能推广给更多用户。 可惜当时我没能正确理解它的含义，犯了一个大错误 — —...

分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”

作者
分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”
一共测试了6个AI平台。只有GPT4能识别问题的逻辑。   分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”[/caption] 分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”[/caption] 分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”[/caption] 分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请我”[/caption] 分辨是GPT3还是还是GPT4的简单办法，问它：“我爸我妈结婚为什么没有邀请...

顾客满意与顾客价值

作者
顾客满意与顾客价值
延伸阅读：顾客满意与顾客价值 （一）顾客满意 顾客满意(customersatisfaction，CS)是指一个人购买和使用某产品之后通过对该产品的感知效果（绩效）与他的期望值相比较后，所形成的愉悦或失望的感觉状态。从本质上讲，顾客满意反映的是顾客的一种心理状态，是顾客的需求被满足后表现出的愉悦感。顾客满意有三种情形：即不满意、基本满意和非常满意。如果顾客感知效果低于其预期水平，就会产生失望感觉，即不满意；如果顾客感知效果超过其预期水平，就会产生高度满意感觉；如果顾客感知的效果等于其预期水平，就是基本满意。 顾客满意取决于顾客对产品期望效果与实际感知水平的比较，对影响顾客满意...