以下是关于 Berkeley 相关的 AI 模型信息： 1 月 11 日，UC Berkeley 的 NovaSky 团队推出了 SkyT132BPreview 推理模型。这是一款开源的推理模型，基于 Qwen2.532BInstruct 训练而成，拥有 32B 参数，在数学、编程、物理和科学等复杂任务领域表现出色。使用入口完全开源，提供训练数据集和代码。NovaSky 团队隶属于加州大学伯克利分校 Sky Computing 实验室，成立于 2020 年，致力于推动低成本、高效率的 AI 模型开发。相关链接：https://novaskyai.github.io/posts/skyt1 5 月 23 日，伯克利实验室研究了“宙斯盾”数据集，用 YOLOv8 模型训练，美军及其盟友驱逐舰关键部件的检测精度达 0.926。相关链接：https://arxiv.org/pdf/2405.12167v1

以下是关于搭建微信机器人的详细步骤和相关信息： 一、纯 GPT 大模型能力的微信聊天机器人搭建 1. 开始搭建 重点在于修改 dockercompose.yml 文件中的具体配置，以串联微信号和已创建好的 AI 机器人。配置的参考官方来源是：https://docs.linkai.tech/cow/quickstart/config 。 配置中的每个参考名称的全大写描述，如 open_ai_api_key 对应编排模板的 OPEN_AI_API_KEY ，model 对应编排模板的 MODEL ，以此类推，在编排模板去配置具体的配置参数。 私聊或群交流时，最好加上前缀触发机器人回复，如配置的 ，即对应的配置参数 SINGLE_CHAT_PREFIX ，在私聊或群里发消息，必须包含 bot 或者 @bot 才会触发机器人回复。在群组里，对应配置参数是 GROUP_CHAT_PREFIX ，机器人只会回复群里包含 @bot 的消息。 还有参数 GROUP_NAME_WHITE_LIST ，用来配置哪些群组的消息需要自动回复。 2. 疑问解答 宝塔面板提供图形化管理界面，操作简单直观，许多常见任务可通过点击按钮完成。 宝塔面板、Docker 有详细官方文档和教程，极简未来平台也提供操作指南和技术支持，遇到问题可查阅或寻求帮助。 可加入相关技术社群或论坛向有经验用户请教。 设置定期备份和监控，确保出现问题可及时恢复。 二、第一天教程：COW 部署 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复。 2. 若想为 AI 赋予提示词，可返回“目录 4 里的第 17 步”，其中 中文部分可进行更改。 3. 此后进行任何更改，都需要重新打印登陆二维码才会生效。 4. 多次重新登录后，在宝塔“首页 右上角 点击重启，重启一下服务器”清理进程。 5. 若没有手机登录，可使用夜神模拟器模拟手机登录。 6. 一个月内，不要上来就加好友、最好不要私聊聊天。 7. 报错“wxsid”是因为微信未实名，实名即可。 8. Link AI 提供 100 个，合计 3500 万 GPT3.5 Token 的礼品码，可用来实现画图、搜索、识图等功能，COW 插件里几乎都支持使用 LinkAI 平台。 9. 完成机器人搭建，机器人拉群里，领兑换码。 10. 添加微信，拉您进机器人群，先行体验。 如果您之后遇到问题，可以采取以下几种方式来解决： 1. 查阅官方文档和教程：极简未来平台、宝塔面板和 Docker 都有详细的官方文档和教程，可以帮助解决大部分问题。 2. 联系技术支持：极简未来平台提供技术支持服务，可以联系平台的技术团队寻求帮助。 3. 加入技术社群：加入相关的技术社群，向有经验的用户请教，获取问题的解决方案。 4. 在线论坛和社区：在在线论坛和社区发布问题，寻求其他用户的帮助和建议。 为避免长时间不操作后忘记步骤，可以采取以下措施： 1. 制作操作手册：将每一步的操作记录下来，制作成操作手册，方便日后查阅。 2. 定期操作：定期登录服务器，进行简单的操作和维护，保持熟练度。 3. 视频教程：可以录制自己的操作视频，作为教程，日后查看时更直观。 4. 自动化脚本：对于一些常见的运维任务，可以编写自动化脚本，简化操作步骤。

以下是为您整理的关于 AI 大模型产品经理的相关信息： 招聘信息： 1. 北京： 大模型效果评测：针对大模型效果的综合评估，开发、沉淀并持续优化评测方法，确立评测流程及标准化工作，执行评测任务并撰写分析报告，推进大模型优化。 协助算法及产品同学不断提高 AI 准确性，提升用户体验。 基本要求：研究生及以上学历，计算机、金融、数据分析等相关专业优先。熟悉大模型及相关 NLP 技术者优先；有 AIGC 相关实习经验者优先；代码能力强且有利用大模型解决编程问题的经验，能够熟练的使用 python、sql、java 等工具，能独立完成数据分析/处理任务优先；能够尽快到岗，每周 5 天出勤，实习时间 4 个月以上。 2. 杭州： 杭州智诊科技有限公司招聘医疗大模型的算法工程师/产品经理。 岗位职责：负责跨语言领域 embedding 模型训练，如 SimCSE 通过对比学习方式进行无监督+有监督训练；负责构建知识检索增强模块，保证相关知识信息召回工作；基于 Chat GLM 系列模型进行 LLMasAgent 的落地应用；负责搭建智能体协同决策系统，从系统层面提供诊断决策支持。 任职要求：硕士及以上学历，计算机相关专业毕业，有较强的工程能力；熟悉 Transformer 结构，对 BERT、GPT、BART、T5 等常见的模型有深入的了解，有 ChatGLM/Llama 等模型的使用/训练经验者优先；熟悉 LangChain 等 LLM 的应用框架，熟悉 prompt engineering，能有效借助提示词来充分利用大模型的能力；熟悉知识图谱，对比学习，有信息检索相关实际项目经历；熟悉 AI agent 多智能体协同，有相关领域成熟项目落地，医疗行业优先；熟悉 PyTorch、Huggingface 等深度学习工具，熟悉 Python 编程语言和 Linux 开发环境，有扎实的编程功底。 培训课程： 第一期「AI 实训营」手把手学 AI【第一期：大咖带你在阿里云百炼从零搭应用】，讲师为银海，其为 AI 产品经理，通往 AGI 之路社区共建者，5+大模型厂商资深讲师，全网粉丝量 3W+，在 AI Agent、多模态大模型、企业级 AI 应用等多领域具备丰富实战经验。

以下是关于如何向 AI 提问以生成自己想要的短视频文案的方法： 1. 用 ChatGPT 生成短视频选题文案： 表明身份，描述需求，提出回答要求，例如以美妆行业为例展开。 2. 用 ChatGPT 生产短视频文案： 将需求与框架结合，让 ChatGPT 为您生成短视频文案。 3. 生成虚拟数字人短视频： 第一步：打开网站（要科学），如 https://studio.did.com/editor 。 第二步：在右侧文字框输入从 ChatGPT 产生的内容，选择想要的头像、不同的国家和声音，然后点击右上角的 Create Video ，等待生成。 4. 智能体发布到飞书多维表格： 工作流调试完成后，加入到智能体中，可选择工作流绑定卡片数据。 选择发布渠道，重点讲飞书多维表格，填写上架信息，确认发布等待审核，审核通过后即可在多维表格中使用。 创建飞书多维表格，添加相关字段，配置使用字段捷径功能，选择“自动更新”，输入相关字段后自动调用工作流生成视频。 表单分享，实现填写表单自动创建文案短视频。 点击多维表格右上角的“自动化”，创建想要的自动化流程。 5. Prompt 通用方法： 扩写与改写法：自己给出开头，让 AI 撰写下半部并包含必要内容，将生成的内容以不同写作技巧和风格转换，多滚动几次写出多样版本。例如以「失眠的原因」撰写内容，包含「睡前滑手机」、「咖啡太晚喝」、「心中有焦虑感」等，并以不同写作技巧改写。 反问法：让 AI 问您问题，例如让其为您撰写短视频脚本时，通过反问引导您提供所需资料或完成创作。

很抱歉，目前没有关于使用 DeepSeek 或 ChatGPT 辅助完成中文硕士论文综述的具体指令。但一般来说，您可以利用这些工具来获取相关主题的信息和观点，为您的综述提供参考。不过需要注意的是，使用这些工具生成的内容不能直接作为您论文的一部分，您仍需要对获取的信息进行筛选、整理、分析和引用，并确保符合学术规范和道德标准。

SparkTTS 是基于 Qwen2.5 的高效文本转语音（TTS）系统，具有以下特点： 1. 超越现有 TTS，结合 Qwen2.5 进行端到端生成。 2. 支持细粒度语音控制，包括性别、音调、语速等自定义参数。 3. 具备零样本语音克隆功能，无需目标声音样本，即可生成个性化高质量声音。 4. 采用 BiCodec 编码架构，简化流程，提高推理效率。 5. 与 Qwen2.5 LLM 集成，可直接通过 LLM 处理 TTS 任务，无需额外声学模型。

由于您没有提供具体的技术方案主题和相关要求，以下为您提供一个通用的基础大纲模板，您可以根据实际情况进行补充和完善： 一、项目概述 1. 项目背景和目标 2. 项目范围和限制 二、技术需求分析 1. 功能需求 2. 性能需求 3. 安全需求 三、技术选型 1. 开发语言和框架 2. 数据库选择 3. 服务器和部署环境 四、系统架构设计 1. 整体架构 2. 模块划分和接口设计 五、数据管理 1. 数据来源和采集 2. 数据存储和处理 3. 数据备份和恢复 六、开发计划 1. 里程碑和时间节点 2. 任务分解和人员分配 七、测试计划 1. 测试类型和方法 2. 测试用例设计 八、运维和支持 1. 系统监控和维护 2. 故障处理和应急预案 九、预算和资源需求 1. 人力成本 2. 硬件和软件采购成本 十、风险评估和应对 1. 技术风险 2. 管理风险 3. 外部风险 希望这个大纲对您有所帮助，若您能提供更具体的信息，我可以为您生成更详细、更具针对性的技术方案大纲。

AI 大模型训练是一个复杂的过程，主要包括以下方面： 1. 数据转换：当请求输入到模型时，会从自然语言形式转化为机器可理解的格式，通常是向量。 2. 数学计算确定参数：类似于通过已知的几组（x，y）值计算方程式 y=f（x）=ax+b 中的参数 a 和 b，大语言模型通过计算确定可能多达 1750 亿个的参数。 3. 一般训练步骤： 无监督学习：分析大量文本数据，学习语言基本结构和常识，具备文本补齐能力，将人类知识向量化以获得基础语言模型。 清洗出好的数据。 指令微调：训练模型理解并执行具体指令，如翻译文本，以回答问题，此阶段数据输入量相对减少。 对齐过程：引入人类评价标准和处理特定格式要求，优化模型输出以符合人类期望，包括处理文化、道德等细节。 4. 生成式预训练：是机器学习领域由来已久的概念，如 GPT 模型基于 Transformer 模型，在大型未标记文本数据集上进行预训练，并能生成类似人类自然语言的文本。 5. 大模型特点： 强大在于庞大的参数数量，这些参数在学习过程中不断调整，帮助模型深入理解和生成数据。 训练依赖大量数据，包括文本、图像、音频等，通过对数据的学习掌握丰富知识和技能。 总之，大模型训练是一个涉及多步骤、大量数据和复杂计算的过程，旨在使模型具备强大的语言处理和生成能力。

以下是关于智能表格的相关内容： 1. 在微信超级 AI 知识助手教学（上）—智谱共学营中： 介绍了 LM 和 agent 的使用场景，展示了 LM 在文章总结、视频生成、图片生成的操作。 元子提醒大家填问题链接，介绍多维表格可用于处理信息，张梦飞讲解了操作相关功能、作业要求及奖励，还介绍下节课是关于工作流接入微信的内容。 讲述了智能体相关课程的一些准备工作，包括注册相关服务等。 元子分享多维表格相关内容，包括与 Excel 关系等，对比了 Excel 和多维表格，介绍了多维表格的功能框架。 CT 分享了如何将 cos 中的 bot 导入飞书多维表格的字段捷径，并展示了多个案例。 2. 在 8 月 13 日 ComfyUI 共学中： 郭佑萌介绍模型放大相关内容及工作流。 讨论了今晚的 AI 绘图比赛的规则，包括比赛要求等。 郭佑萌介绍了导出 js 文件和保存工作流图片的方法，还准备开始建表格。 讨论了关于软件设置与工作流的操作问题。

对一组对话进行分析和评分通常可以遵循以下步骤和依据： 1. 明确任务形式和要求：例如给定一组参考文档和问题，要求模型按照指定格式生成答案，问题包含多种类型。 2. 确定评测指标： 赛事主办方会根据选手提供的回答与参考答案进行对比，并根据关键字段命中情况进行评分。 关键词命中总次数表示在题目中命中 keylist 中元素的总次数（包括多小题）。 关键词总数表示 keylist 中定义的关键字段总数。 小题数指每个题目包含的小题数量。 得分：结果完全正确的回答得满分 1 分，部分正确则根据命中比例计算得分。 3. 示例参考：如在金融行业·大模型挑战赛中，对包含多个小题的多轮对话题目进行评测计算，根据每个小题的回答正确情况给出相应得分，最后计算总得分。 4. 非聊天场景的情绪分析：对于非聊天场景，如情绪分析，可以使用特定的提示，如让助手对语音数据中的情绪进行 110 的评分，并解释评分原因。 5. 问答对话场景：在类似智谱 BigModel 共学营的活动中，根据对问题的理解和准确回答能力、回答的真实性和有趣程度等方面进行评分，还可以使用特定的测试问题如弱智吧问题来评价提示词的生成效果。