Navigate to WaytoAGI Wiki →
Home/All Questions
有教育场景的大模型产品吗
是的,教育场景中已经出现了多种大模型产品,这些产品利用人工智能技术为教育领域提供个性化、智能化的服务。以下是一些具体的教育场景大模型产品的例子: 1. 网易有道“子曰”大模型:网易有道发布了国内首个教育领域垂直大模型“子曰”,并推出基于“子曰”大模型研发的六大应用,包括“LLM翻译”、“虚拟人口语教练”、“AI作文指导”、“语法精讲”、“AI Box”以及“文档问答”。 2. 好未来MathGPT:好未来自研的数学领域千亿级大模型MathGPT,面向全球数学爱好者和科研机构,以数学领域的解题和讲题算法为导向。 3. 科大讯飞AI学习机:科大讯飞AI学习机T20系列搭载了讯飞星火认知大模型,提供了中英文作文类人批改、数学个性化精准学类人互动辅学、英语类人口语陪练功能。 4. 作业帮教育大模型:作业帮正在内测基于中国市场的教育大模型,包含多学科解题、中英文作文批改、多语言对话方向等多个教育应用场景。 这些产品展现了大模型技术在教育领域的多样化应用,从语言学习、数学教学到个性化学习辅导等多个方面,都在推动教育个性化和效率的提升。随着技术的不断进步和应用场景的深入探索,预计未来将有更多的大模型产品服务于教育领域。
2024-04-29
分享MJ做泡泡玛特IP的教程
Midjourney(MJ)是一个强大的AI图像生成工具,可以用来创作各种风格的艺术作品,包括泡泡玛特风格的盲盒IP。以下是根据您提供的搜索结果,关于如何使用Midjourney制作泡泡玛特风格IP的简要教程: 1. 确定核心提示词(Prompt) 全身(whole body):生成完整的身体。 泡泡玛特盲盒(Popmart Blind Box):生成泡泡玛特风格的IP。 IP设计(IP design):告诉AI我们想要的是IP设计。 树脂(resin):让生成的IP形象材质呈现树脂的质感。 2. 画质提升 8K:高分辨率。 细节超级精致(details super delicate)。 最高质量的角色设定(oc rendering of the best quality)。 3. 其他辅助提示词 背景(background)。 梦幻般的(dreamy)。 兴奋的(excited)。 4. 组合提示词生成IP形象 例如,创建一个中国风小女孩的生肖盲盒IP,可以使用以下提示词组合: ``` whole body, A super cute girl IP, Chinese ancient style, Hanfu, big eyes, looking at viewer, open hands, dreamy, excited, Sheep horn, Sheepshaped decoration, Bubble decoration, Popmart Blind Box, IP design, Pixar trend, 8K, details super delicate, resin, oc rendering of the best quality, soft pastel gradients, white background ar 2:3 ``` 这里的`ar 2:3`指定了最终画面的宽高比。 5. 图生图功能 如果AI生成的图像中有满意的,可以使用图生图功能来生成后续的盲盒IP形象。 6. 多视图生成 对于角色三视图的生成,可以使用以下关键词: 角色周转表(character turnaround sheet) 三视图(threeview drawing) 连续(continuous) 7. 3D建模类型 对于3D效果,可以使用以下基础模板: 3d + 画面主体 + 灯光 + 渲染器 例如:`3d,air blower,Soft Lights,octane render` 8. 进阶技巧 使用`describe`指令和上传图片来获取关键词咒语。 对于特定风格,比如泡泡玛特风格,可以使用`Popmart Blind Box`等关键词。 9. 实操案例 可以参考提供的链接中的具体案例,如虎课网上的教程,站酷上的教程,以及抖音上的教程。 请记住,生成的图像会因为AI的随机性而有所不同,可能需要多次尝试和调整提示词来获得最佳结果。同时,如果生成了满意的图像,应该保存下来,以后可以作为参考图使用,以提高生成效果的一致性和满意度。
2024-04-29
有金融行业对话机器人的产品吗
有,钉钉 AI 助理白皮书中提到的 WarrenQChat 是一款金融垂直领域的 Chat 产品,利用大模型叠加搜索和恒生聚源金融数据库,通过对话指令,获得金融行情、资讯和数据,可以生成金融专业报表,生成对话均支持原文溯源。
2024-04-29
如何学习提示词运用
提示词(Prompt)在现代大型语言模型中扮演着极其重要的角色,掌握提示词的运用技巧可以最大限度地发挥模型的潜能。以下是一些学习提示词运用的建议: 1. 理解提示词的作用 提示词向模型提供了上下文和指示,使其能更准确地理解并完成所需的任务。提示词的质量直接影响了模型输出的质量。 2. 学习提示词的构建技巧 明确任务目标,用简洁准确的语言描述 给予足够的背景信息和示例,帮助模型理解语境 使用清晰的指令,如"解释"、"总结"、"创作"等 对特殊要求应给予明确指示,如输出格式、字数限制等 3. 参考优秀案例 研究和学习已有的优秀提示词案例,了解行之有效的模式和技巧。你可以在领域社区、Github 等资源中找到大量案例。 4. 实践、迭代、优化 多与语言模型互动,根据输出提高提示词质量。尝试各种变体,比较分析输出差异,持续优化提示词构建。 5. 活用提示工程工具 目前已有一些提示工程工具可供使用,如 Anthropic 的 Constitutional AI。这些工具可辅助构建和优化提示词。 6. 跟上前沿研究 提示工程是当前最前沿的研究领域之一,持续关注最新的研究成果和方法论。 精心设计的提示词能最大限度发挥语言模型的潜力,是高效使用大模型的关键技能。多实践、多学习、多总结,终可掌握窍门。
2024-04-29
推荐一些可以自己部署AIGC服务的云服务平台
对于希望自行部署 AIGC(人工智能生成内容)服务的用户,目前有多个云服务平台可供选择,每个平台都提供了不同的方案和功能,建议根据实际需求进行权衡: 1. AWS (亚马逊云服务) 提供多种 AI 服务,如 SageMaker、Rekognition、Polly 等 资源丰富,灵活性强,但费用相对较高 适合需求复杂、要求高可用的企业用户 2. Google Cloud Platform 推出 Vertex AI 和多款预训练模型供使用 支持多种编程语言和框架 具有领先的计算机视觉和语音识别能力 3. Microsoft Azure Azure 机器学习服务涵盖多种 AI 工作负载 与微软其他产品融合度高 提供硬件加速等优化方案 4. Huawei Cloud 提供 ModelArts 等 AI 开发和推理平台 融合 Ascend AI 处理器实现硬件加速 针对本地化部署和行业应用进行了优化 5. 阿里云 提供 PAI 和机器学习平台等 AI 产品 支持主流深度学习框架部署 与阿里云其他产品生态集成度高 部署 AIGC 服务通常需要大量算力和存储资源,利用云平台无疑是最便捷的选择。建议先评估实际业务场景和需求,再对比不同供应商的产品特性和价格,以选择最合适的部署方案。
2024-04-29
如何写prompt使GPT阅读整个项目代码后,可以按要求修改代码
要编写一个有效的prompt,使得GPT能够阅读整个项目代码并按要求进行修改,你需要提供清晰、具体的指令。以下是一些步骤和提示,可以帮助你构建这样的prompt: 1. 明确目的: 告诉GPT你想要实现什么,比如“修改代码以修复某个特定的错误”或“重构代码以提高性能”。 2. 提供上下文: 简要描述项目的背景和代码的用途,这有助于GPT理解代码的上下文。 3. 详细说明: 具体说明你想要修改的内容,包括错误描述、性能瓶颈或任何特定的编码问题。 4. 指定语言和框架: 指出代码是用什么编程语言编写的,以及是否使用了特定的框架或库。 5. 提供代码示例: 如果可能,提供一个或多个代码段的示例,特别是那些需要修改的部分。 6. 设定约束条件: 列出任何技术或业务上的约束,比如代码风格、性能要求或兼容性问题。 7. 请求评估: 要求GPT在修改后对代码进行评估,比如运行测试或检查代码质量。 8. 迭代请求: 如果需要,请求GPT进行多次迭代,逐步改进代码。 9. 安全性和测试: 指示GPT在修改后考虑代码的安全性和必要的测试。 10. 使用正确的格式: 确保提供的代码和请求使用正确的格式,这样GPT可以更容易地理解和处理。 下面是一个示例prompt: ``` 请阅读提供的Java项目代码,该项目是一个电子商务平台的后端服务。我需要你做的是: 1. 修复在登录模块中发现的“空指针异常”。 2. 重构订单处理服务以提高其响应速度,特别是在高负载情况下。 3. 确保所有修改都遵循Java编码标准,并且与现有的Spring Boot框架兼容。 4. 修改后,请运行现有的单元测试,并确保100%的测试通过。 5. 如果修改涉及到数据库,请不要改变现有的数据库模式。 请在修改后提供代码,并附上任何重要的更改说明或潜在的问题点。 ``` 请注意,尽管GPT可以协助理解和修改代码,但它并不完美,可能需要人类的监督和进一步的测试来确保修改是正确和安全的。此外,对于复杂的项目,可能需要多个迭代和专业开发者的参与。
2024-04-28
MJ指令
MJ 是 midjourney 的简称。其指令可通过 Discord 的机器人指令进行操作创作图像作品,其中常见指令如下: `/describe`:接收文本描述内容并生成四宫格图片; `ar`:设置图片的宽高比; `iw`:设置图像的权重; `v`:设置生成图片的版本; `sw`:调整生成图片的风格。
2024-04-28
图像转3D模型目前有相关的技术和已经落地的产品嘛。可以借鉴哪些网站
有,例如: Spline推出 AI 3D Generation 工具,可以将 2D 图像转成 3D 图像,混合素材生成 3D 变体。生成的 3D 内容可集成到网站和应用中。 ComfyUI 3D Pack 引入了 3D 图像处理,可以快速将图片转换为 3D 模型,并支持多角度查看,使用 3D 高斯扩散技术提升模型质量,支持多种格式导出。 Move AI 推出了 Move API,可以从 2D 视频生成 3D 运动数据,支持多种 3D 文件格式导出,为 AR 应用、游戏开发等提供高质量 3D 运动数据。
2024-04-28
ControlNet是什么?
ControlNet是一种神经网络模型,由斯坦福大学张吕敏发布,它与预训练的图像扩散模型(例如Stable Diffusion)结合使用,通过引入额外的条件输入来控制AI绘画的生成过程。ControlNet模型通过在Stable Diffusion模型中添加辅助模块,实现对生成图像的精细控制。这些条件输入可以是多种类型的图像,例如涂鸦、边缘图、姿势关键点、深度图、分割图、法线图等,它们作为条件输入来指导生成图像的内容。 ControlNet的工作原理涉及将Stable Diffusion模型的权重复制到ControlNet的可训练副本中,并使用外部条件向量来训练这个副本。这样做的好处是,可以在不破坏Stable Diffusion模型原本能力的前提下,通过小批量数据集对ControlNet进行训练,从而实现对特定条件的学习。 ControlNet的设计思想提供了训练过程中的鲁棒性,避免了模型过度拟合,并允许在小规模甚至个人设备上进行训练。此外,ControlNet的架构具有强大的兼容性与迁移能力,可以用于其他扩散模型中,增强了图像生成的多样性和可控性。 ControlNet的应用不仅限于AI绘画,它还可以用于图像编辑、风格迁移、图像超分辨率等多种计算机视觉任务,展现了在AI生成内容(AIGC)领域的广泛应用潜力。
2024-04-28
我想学Web UI,给我些建议吧
学习 Stable Diffusion Web UI 可以按照以下步骤进行: 1. 安装必要的软件环境 安装 Git 用于克隆源代码 安装 Python 3.10.6 版本,确保勾选"Add Python 3.10 to PATH"选项 安装 Miniconda 或 Anaconda 创建 Python 虚拟环境 2. 克隆 Stable Diffusion Web UI 源代码 打开命令行工具,输入命令 git clone https://github.com/AUTOMATIC1111/stablediffusionwebui.git 将源代码克隆到本地目录 3. 运行安装脚本 进入 stablediffusionwebui 目录 运行 webuiuser.bat 或 webui.sh 脚本,它会自动安装依赖项并配置环境 等待安装完成,命令行会显示 Web UI 的访问地址 4. 访问 Web UI 界面 复制命令行显示的本地 Web 地址,在浏览器中打开 即可进入 Stable Diffusion Web UI 的图形化界面 5. 学习 Web UI 的基本操作 了解 Web UI 的各种设置选项,如模型、采样器、采样步数等 尝试生成图像,观察不同参数对结果的影响 学习使用提示词(prompt)来控制生成效果 6. 探索 Web UI 的扩展功能 了解 Web UI 支持的各种插件和扩展,如 Lora、Hypernetwork 等 学习如何导入自定义模型、VAE、embedding 等文件 掌握图像管理、任务管理等技巧,提高工作效率 通过这些步骤,相信你可以快速上手 Stable Diffusion Web UI,开始探索 AI 绘画的乐趣。后续还可以深入学习 Stable Diffusion 的原理,以及在不同场景中的应用。
2024-04-28