Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

我在哪里能看到吴恩达的大模型通识课？

Answer

以下是一些可以看到吴恩达大模型通识课的途径：

  1. 中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，地址：https://github.com/datawhalechina/prompt-engineering-for-developers
  2. 目录：吴恩达讲 Prompt，地址：https://github.com/zard1152/deepLearningAI/wiki ；ChatGPT 提示工程中文翻译版（仅用于学习分享） ；openai 官方《提示词工程课》超详细中文笔记 ；GitHub-Kevin-free/chatgpt-prompt-engineering-for-developers:吴恩达《ChatGPT Prompt Engineering for De
  3. 2023 年 8 月 24 日，吴恩达最新的《微调大语言模型》短课程上线。
Content generated by AI large model, please carefully verify (powered by aily)

References

LLM开源中文大语言模型及数据集集合

面向开发者的LLM入门课程：地址：[https://github.com/datawhalechina/prompt-engineering-for-developers](https://github.com/datawhalechina/prompt-engineering-for-developers)简介：一个中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，主要包括：吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版，吴恩达《Building Systems with the ChatGPT API》课程中文版，吴恩达《LangChain for LLM Application Development》课程中文版等。提示工程指南:地址：[https://www.promptingguide.ai/zh](https://www.promptingguide.ai/zh)简介：该项目基于对大语言模型的浓厚兴趣，编写了这份全新的提示工程指南，介绍了大语言模型相关的论文研究、学习指南、模型、讲座、参考资料、大语言模型能力以及与其他与提示工程相关的工具。LangChain?️?中文网，跟着LangChain一起学LLM/GPT开发：地址：[https://www.langchain.asia](https://www.langchain.asia/)简介：Langchain的中文文档，由是两个在LLM创业者维护，希望帮助到从刚进入AI应用开发的朋友们。LLMs九层妖塔：地址：[https://github.com/km1994/LLMsNineStoryDemonTower](https://github.com/km1994/LLMsNineStoryDemonTower)简介：ChatGLM、Chinese-LLaMA-Alpaca、MiniGPT-4、FastChat、LLaMA、gpt4all等实战与经验。

目录：吴恩达讲Prompt

https://github.com/zard1152/deepLearningAI/wiki[ChatGPT提示工程中文翻译版（仅用于学习分享）](https://fieghf3pzz6.feishu.cn/wiki/MazPw5eo5iW95gkvWAhcSTxdnSc)[openai官方《提示词工程课》超详细中文笔记](https://ec26ubh65w.feishu.cn/docx/PuULdQP3wojyZYxn157cnsDXnqe)[GitHub-Kevin-free/chatgpt-prompt-engineering-for-developers:吴恩达《ChatGPT Prompt Engineering for De](https://github.com/Kevin-free/chatgpt-prompt-engineering-for-developers)[heading2]介绍[content]有两类大语言模型：基础LLM：基础大型语言模型经过训练，可以根据文本预测下一个词。训练数据通常基于大量来自互联网和其他来源的数据，以推断出最有可能出现的下一个词。指令微调LLM：指令调优的大型语言模型是当前大型语言模型研究和实践的主要发展方向。指令调优的大型语言模型经过训练，能够遵循指令。为了让系统更有帮助并遵循指令，通常会进一步使用一种名为人类反馈强化学习（RLHF）的技术来优化。因为指令调优的大型语言模型经过训练，更有助于提供有用的、无害的回答。[heading2]原则与技巧[content]两个提示的关键原则：1）原则1：尽可能保证下达的指令“清晰、没有歧义”2）原则2：给大模型思考的时间，以及足够的时间去完成任务

2023 年历史更新（归档）

吴恩达最新的《[微调大语言模型](https://www.deeplearning.ai/short-courses/finetuning-large-language-models/)》短课程上线了，课程内容包括了：了解何时对LLM应用微调、准备数据以进行微调、根据你自己的数据训练和评估LLM；《[基于大语言模型的AI Agents（第一部分）](https://waytoagi.feishu.cn/record/1sfvukQ7xWHr1qo2grGFYIbrO)》非常深入浅出地介绍了基于大语言模型的AI Agents，从记忆检索到决策推理，再到行动顺序的选择，真实展现了Agent的智能化进程。期待接下来的系列分享，让我们进一步探索AI Agents的最新技术边界；在[一图胜千言](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tblyh76bHrCi4PXq&view=vewUunvDn1)中添加了上文中提及的一张图片，来自X上@cristobal_dev的分享《[构建AI应用程序的5个基本部分](https://waytoagi.feishu.cn/record/1sfvuWfsOBoS3LMpgvUeYx1yf)》，用一张清晰、具有美感的图片展示了Models、Prompt Templates、Chains、Agent和Multi-Agent之间的关系；《[周伯文：下一代大模型OS，工具和语言缺一不可](https://waytoagi.feishu.cn/record/1sfvuOSP7QYszqbidiJyRtx04)》，周伯文是清华大学讲席教授、衔远科技创始人，也是前京东集团高级副总裁，他在GAIR 2023论坛上发表了自己对未来的一个看法：AI未来将融合语言与工具智能，实现人工智能在复杂场景下的应用；

Others are asking
吴恩达
吴恩达（Andrew Ng）是在人工智能领域极具声誉的科学家和教育者。 他在机器学习、统计学和人工智能领域贡献卓著： 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain）。 担任过百度公司首席科学家并领导百度研究院。 以深度学习和大规模机器学习系统的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 致力于普及人工智能教育，其教授的机器学习课程在斯坦福大学和 Coursera 上广受欢迎，吸引全球数百万学生参与。 在红杉 AI Ascent 2024 会议中，吴恩达是与会的人工智能领导者之一。 在相关研究中，吴恩达逐渐意识到利用大量训练数据与快速计算能力的重要性，其想法在一些论文中得到支持。 内容由 AI 大模型生成，请仔细甄别。
2025-04-12
吴恩达
吴恩达（Andrew Ng）是人工智能领域享有盛誉的科学家和教育者。他在机器学习、统计学和人工智能领域贡献显著，是在线教育平台 Coursera 的联合创始人。 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain），还曾担任百度公司首席科学家并领导百度研究院。以深度学习和大规模机器学习系统方面的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 他致力于普及人工智能教育，其教授的机器学习课程在斯坦福大学和 Coursera 上极受欢迎，吸引全球数百万学生参与。通过教学和研究工作，对人工智能领域发展影响深远。 吴恩达还参与了红杉 AI Ascent 2024 会议。此外，他有一门生成式 AI 入门视频课程： 。 内容由 AI 大模型生成，请仔细甄别。
2025-04-10
吴恩达是谁
吴恩达（Andrew Ng）是在人工智能领域极具声誉的科学家和教育者。 他在机器学习、统计学和人工智能领域贡献显著： 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain）。 担任过百度公司首席科学家并领导百度研究院。 以深度学习和大规模机器学习系统的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 他还是在线教育平台 Coursera 的联合创始人，其教授的机器学习课程在斯坦福大学和 Coursera 上广受欢迎，吸引全球数百万学生参与。 此外，他还是 AI Fund 的成员，并在红杉 AI Ascent 2024 会议上参与交流。他还出版了新书《How to Build Your Career in AI》，为想进入 AI 领域的人士提供职业发展建议。
2025-04-08
吴恩达最近推出了哪些课程？
吴恩达最近推出的课程包括： 1. 与 OpenAI 合作推出的免费的 Prompt Engineering（提示工程师）课程。 主要内容是教书写 AI 提示词，并利用 GPT 开发一个 AI 聊天机器人。 原版网址：https://www.deeplearning.ai/shortcourses/chatgptpromptengineeringfordevelopers/ B 站版本：【合集·AI Course哔哩哔哩】https://b23.tv/ATc4lX0 、https://b23.tv/lKSnMbB 翻译版本： 推荐直接使用 Jupyter 版本学习，效率更高：https://github.com/datawhalechina/promptengineeringfordevelopers/ 视频下载地址：https://pan.quark.cn/s/77669b9a89d7 OpenAI 开源了教程：https://islinxu.github.io/promptengineeringnote/Introduction/index.html 纯文字版本 2. 2023 年 8 月 24 日上线的最新短课程： 《》，课程内容包括了解何时对 LLM 应用微调、准备数据以进行微调、根据自己的数据训练和评估 LLM。 《》，深入浅出地介绍了基于大语言模型的 AI Agents，从记忆检索到决策推理，再到行动顺序的选择，真实展现了 Agent 的智能化进程。
2025-03-27
吴恩达总结了四种AI Agent的设计模式： 1.反思模式（Reflection）： 2.工具使用模式： 3.规划模式： 4.多智能体协作模式：
吴恩达总结了以下四种 AI Agent 的设计模式： 1. 反思模式（Reflection）：让 Agent 审视和修正自己生成的输出。例如，在编写代码时，可让大模型检查代码的准确性和结构规范性，并不断优化。 2. 工具使用模式（Tool Use）：通过使用外部工具和资源，如 LLM 生成代码、调用 API 等进行实际操作。 3. 规划模式（Planning）：让 Agent 分解复杂任务并按计划执行。 4. 多智能体协作模式（Multiagent Collaboration）：多个 Agent 扮演不同角色合作完成任务。 如果您想更深入了解这些设计模式，可以参考以下文章：https://waytoagi.feishu.cn/wiki/SPNqwJkmQiyVfGkS8zocMSZcnYd
2025-03-19
吴恩达中文课程
以下是关于吴恩达中文课程的相关信息： 面向开发者的 LLM 入门课程： 地址： 简介：一个中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，包括吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版等。 目录： https://github.com/zard1152/deepLearningAI/wiki 介绍： 有两类大语言模型：基础 LLM 和指令微调 LLM。基础 LLM 经过训练可根据文本预测下一个词，指令微调 LLM 经过训练能遵循指令，为让系统更有帮助并遵循指令，通常会进一步使用人类反馈强化学习（RLHF）技术来优化。 原则与技巧： 两个提示的关键原则：尽可能保证下达的指令“清晰、没有歧义”；给大模型思考的时间，以及足够的时间去完成任务。
2025-03-05
AI通识课
以下是关于 AI 通识课的相关内容： AI 技术的发展与应用： 流式训练方式提升训练速度和质量，将孔明灯换成泡泡，基于 Transformer 模型进行流匹配，此方式优于扩大模型。 多种 AI 生成工具： 输入简单提示词就能创作音乐的 so no 音频生成工具。 能创建个人 AI 智能体的豆包。 输入文本可生成播客的 Notebook LN。 端侧大模型的特点： 能部署在手机端等设备，参数量小，可利用手机自带芯片或处理器运算，主要通过压缩来解决存储和性能问题，如减少模型参数量和计算复杂度，知识蒸馏模型有教师模型和学生模型。 AI 工程平台： 对模型和应用有要求，像 define 是典型的工程平台，涉及数据清洗管道、数据存储和检索、编辑生成平台、构建 prompt 技巧、智能体概念、插件调用、运维平台、模型层和缓存机制等，还能接入多家大模型。 AI 工程平台 coach 的应用： 新版本有很多模板，如名画照相馆，有众多插件工具，包括必应搜索、链接读取、代码执行器等，还有工作流，可创建应用 APP。 AI 相关工具与平台的介绍及应用： 介绍了 coach 平台的新手教程和文档，可创建智能体，通过工作流节点调用和 prompt 构建提示词，还能调用插件、图像流、知识库等，商城中有各种智能体和插件模板，知识库可添加多种格式内容。 模型社区介绍： 提到魔搭社区等几个为大模型提供数据、企业模型和算力服务的平台，有按任务划分的模型库、数据集和在线应用供体验。 AI 建站预告： 为后续 AI 建站做预告，需要在今明两天安装 vs code 等基础软件，以简单步骤帮助文科生和无基础人员完成建站，获得正反馈。 新手如何学习 AI： 了解 AI 基本概念： 阅读「」部分，熟悉术语和基础概念，了解人工智能及其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 开始 AI 学习之旅： 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程按自己节奏学习，有机会获得证书。 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），根据兴趣选择特定模块深入学习，掌握提示词技巧。 实践和尝试： 理论学习后实践巩固知识，尝试使用各种产品做出作品，知识库有实践作品和文章分享。 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解工作原理和交互方式，获得实际应用体验。
2025-01-06
你好，你们Way to AGI能否为我提供中小学课程内容设计，尤其是AI通识课理论部分
以下是为您提供的关于中小学 AI 通识课理论部分的相关内容： 目前在“通往 AGI 之路”中，有以下相关课程和活动： 1. 一堂超好玩儿的离谱村 AI 课以及后续开源共创预告： 由一个小团队创建通用课件，然后开源给部分老师群体，在实践中迭代并补充多样的变体用法，最后完全开源。目前共创小团队有作者和詹娜。作者对 AI 了解深，詹娜在创新教育领域视野开阔。若有强烈加入共创的意愿，欢迎留言介绍专长、教育主张及在教育上使用 AI 的状况。 对于公立学校和公益机构的老师，后续会免费提供：支付一定押金可得教学课件和授课说明，教学后写相关文章回馈社区（原创内容>1000 字，公开署名发表）则全额退回押金，否则押金捐赠为活动经费。商业机构若需要，可向 waytoagi 采购课件。 为保护版权，初期只对在 waytoagi 社群并做出贡献的人群提供，是否符合标准由 waytoagi 智囊团判断。 2. 【已结束】AIPO：校园 AI 创投活动 10 月 8 日10 月 20 日： 10 月 9 日 20:00 有理论基础课程，讲师为银海，课程标题为基础通识课。 3. 如果让我推荐一门 AI 课： 预习周课程包括 AI 绘画电脑配置要求、高效 AIGC 创意者的数字人工具包、SD 插件安装方法、画静为动的 AIGC 视频制作讲解等。 基础操作课涵盖 AI 绘画通识课、AI 摄影虚拟的真实、AI 电影 穿越的大门等内容。 核心范式课程涉及词汇的纸牌屋、核心范式应用、控制随机性等方面。 SD WebUi 体系课程包括 SD 基础部署、SD 文生图、图生图、局部重绘等。 ChatGPT 体系课程有 ChatGPT 基础、核心 文风、格式、思维模型等内容。 ComfyUI 与 AI 动画课程包含部署和基本概念、基础工作流搭建、动画工作流搭建等。 应对 SORA 的视听语言课程涉及通识 欢迎参加电影的葬礼、影像赏析、基础戏剧影视文学等。 如果您想要免费获得课程，可以参与 video battle，每期的评委野菩萨老师要求严格，需要寓意深度审美并存。冠军奖励 4980 课程一份，亚军奖励 3980 课程一份，季军奖励 1980 课程一份，入围奖励 598 野神殿门票一张。扫码添加菩萨老师助理，可了解更多课程信息。
2024-12-30
请输出人工智能通识课的50个知识要点
很抱歉，暂时没有关于人工智能通识课的 50 个知识要点的相关内容。但以下为您提供一些常见的人工智能知识要点作为参考： 1. 人工智能的定义和发展历程 2. 机器学习的基本概念和方法 3. 深度学习的原理和应用 4. 神经网络的结构和工作机制 5. 监督学习、无监督学习和强化学习 6. 数据预处理和特征工程 7. 模型评估指标和方法 8. 常见的机器学习算法，如决策树、随机森林、支持向量机等 9. 自然语言处理的基本任务和技术 10. 计算机视觉的应用和算法 11. 语音识别和合成的原理 12. 智能推荐系统的工作原理 13. 人工智能在医疗、金融、交通等领域的应用 14. 伦理和社会问题，如算法偏见、数据隐私等 15. 人工智能的局限性和挑战 16. 知识表示和推理 17. 遗传算法和进化计算 18. 模糊逻辑和不确定性处理 19. 人工智能与人类智能的比较 20. 智能机器人的发展和应用 21. 自动驾驶技术的原理和挑战 22. 情感计算和情感分析 23. 图像分类和目标检测 24. 文本分类和情感分类 25. 命名实体识别和信息抽取 26. 关系抽取和知识图谱 27. 机器翻译的方法和技术 28. 问答系统的设计和实现 29. 语音情感识别 30. 图像生成和风格迁移 31. 文本生成和摘要提取 32. 强化学习中的策略优化 33. 深度强化学习在游戏中的应用 34. 人工智能的硬件支持，如 GPU 加速 35. 分布式机器学习和云计算 36. 模型压缩和量化 37. 迁移学习和领域自适应 38. 半监督学习和弱监督学习 39. 异常检测和故障诊断 40. 时间序列预测和分析 41. 多模态数据融合 42. 人工智能的安全和防护 43. 可解释性人工智能 44. 对抗生成网络的原理和应用 45. 胶囊网络和注意力机制 46. 图神经网络和社交网络分析 47. 预训练语言模型，如 GPT、ELMO 等 48. 人工智能的开源框架和工具 49. 人工智能的教育和培训 50. 未来人工智能的发展趋势和展望
2024-09-12
大模型的系统提示词
大模型的系统提示词主要包括以下方面： 1. 在“五津：一键生成‘摸鱼打工猫’视频”中，针对用户选择的主题和回答，总结用户的创作意图，如“打工猫摸鱼的 2 小时，在巴厘岛能看一场日落”，并根据此生成 4 组体现幽默风趣、以宫崎骏风格描绘主角为摸秋刀鱼橘猫的绘图提示词，以数组形式输出到“tishici”，将用户意图输出到“biaoti”。 2. 在“云中江树：智能对决：提示词攻防中的 AI 安全博弈”中，系统提示词的相关防御措施分为输入侧、模型侧和输出侧三个部分。输入侧可进行意图识别、语义匹配等综合判断用户输入是否恶意；模型侧对于有能力的厂商应增强安全性并平衡性能，开发者则要在开发中带着安全意识优化系统提示词，加入安全引导和禁止内容等；输出侧可使用传统防御和内容过滤手段，并针对大模型特点进行私有数据泄露等检查。此外，还提到间接注入和提示词泄露的情况，间接注入常发生在应用获取依赖外部数据资源时，攻击者通过隐藏恶意指令完成攻击；提示词泄露指试图操纵模型输出获取部分或全部系统提示词，大模型输出内容可分为系统提示词、用户提示和助手提示词三段，通过攻击手段可获取系统提示词。
2025-04-18
通义千问Qwen2.5-VL、阶跃星辰step-1.5v-mini、Gemini-2.0-Flash，这3个视觉理解大模型哪个最厉害？
以下是对通义千问 Qwen2.5VL 模型的介绍： 版本：有 3B、7B 和 72B 三个尺寸版本。 主要优势： 视觉理解能力：在 13 项权威评测中夺得视觉理解冠军，全面超越 GPT4o 与 Claude3.5。 视频理解能力：支持超 1 小时的视频理解，无需微调即可变身为 AI 视觉智能体，实现多步骤复杂操作。 万物识别：擅长识别常见物体及分析图像中的文本、图表、图标、图形和布局。 精准的视觉定位：采用矩形框和点的多样化方式对通用物体定位，支持层级化定位和规范的 JSON 格式输出。 全面的文字识别和理解：提升 OCR 识别能力，增强多场景、多语言和多方向的文本识别和文本定位能力。 Qwen 特色文档解析：设计了更全面的文档解析格式，称为 QwenVL HTML 格式，能够精准还原文档中的版面布局。 增强的视频理解：引入动态帧率（FPS）训练和绝对时间编码技术，支持小时级别的超长视频理解，具备秒级的事件定位能力。 开源平台： Huggingface：https://huggingface.co/collections/Qwen/qwen25vl6795ffac22b334a837c0f9a5 Modelscope：https://modelscope.cn/collections/Qwen25VL58fbb5d31f1d47 Qwen Chat：https://chat.qwenlm.ai 然而，对于阶跃星辰 step1.5vmini 和 Gemini2.0Flash 模型，目前提供的信息中未包含其与通义千问 Qwen2.5VL 模型的直接对比内容，因此无法确切判断哪个模型在视觉理解方面最厉害。但从通义千问 Qwen2.5VL 模型的上述特点来看，其在视觉理解方面具有较强的能力和优势。
2025-04-15
目前全世界最厉害的对视频视觉理解能力大模型是哪个
目前在视频视觉理解能力方面表现出色的大模型有： 1. 昆仑万维的 SkyReelsV1：它不仅支持文生视频、图生视频，还是开源视频生成模型中参数最大的支持图生视频的模型。在同等分辨率下各项指标实现开源 SOTA。其具有影视化表情识别体系、人物空间位置感知、行为意图理解、表演场景理解等优势。 2. 通义千问的 Qwen2.5VL：在 13 项权威评测中夺得视觉理解冠军，全面超越 GPT4o 与 Claude3.5。支持超 1 小时的视频理解，无需微调即可变身为 AI 视觉智能体，实现多步骤复杂操作。擅长万物识别，能分析图像中的文本、图表、图标、图形和布局等。
2025-04-15
目前全世界最厉害的视频视觉理解大模型是哪个
目前全世界较为厉害的视频视觉理解大模型有以下几个： 1. 昆仑万维的 SkyReelsV1：不仅支持文生视频、图生视频，是开源视频生成模型中参数最大且支持图生视频的模型。在同等分辨率下各项指标实现开源 SOTA。其优势包括影视化表情识别体系、人物空间位置感知、行为意图理解、表演场景理解等。 2. 腾讯的混元：语义理解能力出色，能精准还原复杂的场景和动作，如特定品种的猫在复杂场景中的运动轨迹、从奔跑到跳跃的动作转换、琴音化作七彩音符等。 3. Pixverse V3.5：全球最快的 AI 视频生成模型，Turbo 模式下可在 10 秒内生成视频，最快仅需 5 6 秒。支持运动控制更加稳定、细节表现力强、首尾帧生成功能，具备顶尖动漫生成能力。
2025-04-15
目前全世界最厉害的视觉理解大模型是哪个
目前在视觉理解大模型方面，较为突出的有 DeepSeek 的 JanusPro 模型，它将图像理解和生成统一在一个模型中；还有通义千问的视觉理解模型，其价格有较大降幅。此外，Pixverse V3.5 是全球最快的 AI 视频生成模型，在某些方面也展现出了出色的能力。但很难确切地指出全世界最厉害的视觉理解大模型，因为这取决于不同的评估标准和应用场景。
2025-04-15
大模型对话产品的优劣
大模型对话产品具有以下优点： 1. 具有强大的语言理解和生成能力。 2. 能够提供类似恋爱般令人上头的体验，具有一定的“想象力”和“取悦能力”。 3. 可以通过陪聊建立人和 AI 之间的感情连接，产品粘性不完全依赖技术优越性。 4. 能够为用户提供产品咨询服务，适用于有企业官网、钉钉、微信等渠道的客户。 5. 具有多种应用场景，如私有领域知识问答、个性化聊天机器人、智能助手等。 大模型对话产品也存在一些缺点： 1. 存在记忆混乱的问题。 2. AI 无法主动推动剧情，全靠用户脑补，导致用户上头期短，疲劳度高，长期留存低。 3. 无法回答私有领域问题（如公司制度、人员信息等）。 4. 无法及时获取最新信息（如实时天气、比赛结果等）。 5. 无法准确回答专业问题（如复杂数学计算、图像生成等）。
2025-04-14
AI 领导力课程在哪里可以看到
您可以在以下网址查看 AI 领导力课程：https://www.ailingdaoli.com/ 。该课程包含多个核心模块、精选课时、实践价值等内容，如 AI 思维、AI 素养的培养，涵盖逻辑、抽象、创造等思维的训练，以及对课程大纲、学习效果、学习收获、课程价格等方面的介绍。
2025-04-09
我想在飞书云中用DeepSeek-R1模型提取链接中的信息，请问如何写指令呢?我刚刚进行了尝试，发现提取出的信息和我点开链接看到的信息不一致，这个问题又该如何解决呢？
在飞书云中使用 DeepSeekR1 模型提取链接中的信息并解决提取信息不一致的问题，您可以参考以下内容： 对于指令编写： 虽然 R1 推理能力较强，但您想表达的不一定完全与模型吻合，因此建议多加清晰指令。 模糊指令优化方面，比如对于宽泛需求可添加维度约束，如原句“写小说”可修正为“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；对于主观表述可量化标准，如原句“写得专业些”可修正为“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法包括首轮生成获取基础内容、特征强化（如加强第三段的技术细节描述）、风格调整（如改用学术会议报告语气，添加结论部分）、最终校验（检查时间逻辑一致性，列出可能的事实性错误）。 对于提取信息不一致的问题： 信息幻觉：追加请标注所有不确定陈述，并提供验证方法。 格式偏离：使用严格遵循以下模板：第一行...第二行... 深度不足：触发请继续扩展第三章节内容，添加案例佐证。 另外，关于获取字节火山 DeepSeek 系列 API 完整教程及使用方法： 1. 注册并登录火山引擎，点击立即体验进入控制台。 2. 创建一个接入点，点击在线推理创建推理接入点。 3. 为接入点命名为 DeepSeekR1。 4. 若有提示“该模型未开通，开通后可创建推理接入点”，点击“立即开通”，勾选全部模型和协议一路开通（免费）。 5. 确认无误后，点击“确认接入”按钮。 6. 自动返回创建页面，复制多出的接入点名为“DeepSeekR1”的推理点 ID 并保存。 7. 点击【API 调用】按钮，进入后点击【选择 API Key 并复制】。 8. 若已有 API key 直接查看并复制，没有则点击【创建 API key】。 9. 复制并保存好 API key。 在实现新闻播报自动化工作流方面： 第一步是内容获取，输入新闻链接，系统自动提取核心内容。开始节点的入参包括新闻链接和视频合成插件 api_key。添加网页图片链接提取插件，获取网页里的图片。接着利用调整图片的节点，将 url 属性的图片内容转化为 image 属性的图片。然后使用链接读取节点，将文字内容提取出来。在提取链接后面接上一个大模型节点，用 DeepSeekR1 模型生成有吸引力的口播内容。若想加上自己的特征，可在提示词里写“开头加上‘这里是伊登 AI’之类的个性化台词防伪”。
2025-03-18
我是小白，刚看到这个论坛，应该怎么开始 学习
对于刚接触 AI 领域的小白，以下是一些开始学习的建议： 1. 选择合适的开始方式： 本地部署：如果您的电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度非常慢，因此不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台：对于电脑不符合要求的小伙伴可以直接使用在线工具，在线工具分为在线出图和云电脑两种，前者功能可能会受限、后者需要自己手动部署，大家根据实际情况选择即可。 配台电脑：非常不建议一上来就配主机，因为大概率会变成游戏机或者吃灰（土豪请随意）。玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大，显卡预算之内买最好，其他的随意。 2. 学习基础课程： 先验经验：需要熟练使用文生图、图生图；需要有一定的逻辑思考能力以及推理能力；适合炼丹新人、小白。 课程安排：课程大约 70 80%是理论和方法论的内容，大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 3. 学习路径： 必学、必看内容是基础课，主要是为了解决环境问题和软件安装不上的问题。 建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程。 正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。 另外，您的 AI 之旅可以从 prompt 开始。在开始时，您可能更多的是临时捏一些 prompt 解决具体的问题，随着学习的深入，可以将 prompt 规范、抽象用以让 AI 拟人。在这个过程中，您需要花一些时间和做一些准备，多参与社区交流，社区中很多门槛问题都已经有了解决方案。
2025-03-05
如何看到人类与AI
人类与 AI 的关系具有多面性： 人类是工具的创造者，具有与生俱来的理解和创造驱动力，不断创造出更强大的工具，如电力、晶体管、计算机、互联网，AGI 也是人类进步的又一工具。长期来看，人类创新推动生活各方面繁荣改善，未来经济增长令人期待，十年后每个人的成就可能超越现在最具影响力的个人。 在这个时代，人类需要保持创造热情，这是与 AI 在动机上的最大差异。人类要提供立意与想法，具备抽象化和具象化能力，善于叙事和引导，并对 AI 做出的选择进行关键决策，还要深刻理解 AI 系统的工作方式与边界。AI 不再是威胁，而是伙伴，能帮助人类发挥潜力。 人类的独特价值在于能为 AI 的创造注入灵魂，避免 AI 对人类文化进行“高斯模糊”，导致独特风格被平均掉。当人类积极使用 AI 时，能将独特性留在共创作品中，保留个体独特性的世界对人类才有意义。
2025-02-13
我想学习ai提示词，但是我看到最新的deepseek好像不用提示词也可以写出很好的文案，那我还需要学习提示词吗
学习 AI 提示词是有必要的。提示词是给大语言模型的输入文本，用于指定模型应执行的任务和生成的输出，能“提示”模型做什么。设计高质量提示词需根据目标任务和模型能力精心设计，良好的提示词可让模型正确理解需求并给出符合预期的结果。 了解大模型的特性以及具备清晰表述自己需求和任务的能力，才能用好这个工具。 不过也有人持反对观点，认为像打字和写作一样，方法论不是关键，不断尝试和大模型交互就是最佳方法。但在与大模型交互时，用 Markdown 格式清晰表达问题有助于模型更好地理解用户意图，其具有结构清晰、格式化强调、适用性广等优点。 像 DeepSeek 这样的推理型大模型，更懂人话，不需要用户提供详细的步骤指令或特定的提示词模板，用自然语言描述真实场景和具体需求即可。还可以通过一些方式让 DeepSeek 的回答更符合需求，如让其“说人话”、激发深度思考、进行文风转换等。 总之，尽管有些模型可能不太依赖提示词，但学习提示词仍有助于您更好地与各类模型进行交互，并更有效地获得满意的结果。
2025-01-28
可开源的AI工具是什么意思，我可以看到她的代码吗
可开源的 AI 工具是指其源代码可以被公开获取和使用的人工智能工具。这意味着您有机会查看和研究其代码的实现方式。 以下为您列举一些常见的可开源的 AI 工具： 1. CodeGeeX：由智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，能快速生成代码，提升开发效率。 2. ：一个带 Web 界面简单易用的声音克隆工具。可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。 3. ：一个开源的音频、音乐和语音生成整合工具包。 4. ：一键部署私人 GPT/LLM 的聊天机器人。支持语音合成、多模态和可扩展的插件系统，可以联网、画图、爬虫等。 5. ：能够利用爬虫，自动抓取与整合指定 URL 地址中的各种信息，并生成一个 output.json 的数据文件。将其喂给 ChatGPT，便可快速定制您的专属 GPT，打造个人知识库或者智能助理。 6. ：给 AI 看一眼截屏，便能直接生成代码。该项目可借助 GPT4 Vision 的能力，直接给您将屏幕截图转换为 HTML/Tailwind CSS，并利用 DALLE 3 的图像生成能力，生成外观相似的图像。 7. ：可在命令行终端，直接调用与展示各种大模型能力。实现了视频和照片编辑、系统配置更改、自动生成并运行 Demo 源码，AI 一对一聊天问答等功能。 需要注意的是，不同的开源 AI 工具在功能和适用场景上可能会有所不同，您可以根据自己的需求选择最适合您的工具。
2025-01-20