iT邦幫忙

prompt engineering相關文章
共有 26 則文章
鐵人賽 AI/ ML & Data DAY 14

技術 [Day14]🧟成為特級LLM咒言師的第二天 - All you need is just "lucrarea"

對圖像做 adversarial attack 可能你已經很熟悉了,今天帶大家來看看怎麼對文本做對抗攻擊。第一名的 solution 就使用到 adversar...

鐵人賽 生成式 AI DAY 15

技術 《零基礎快速入門:GenAI 搭配 Google Apps Script 的工作自動化寶典》Chapter 3-9 不要再問一些爛問題了

在教學的過程中,我看過許多人以為 AI 會讀心術或通靈。 於是問了一些沒頭沒腦的問題, 最後得出一個結論:「AI 很笨,根本沒辦法幫上什麼忙」 這就像一個外國人...

鐵人賽 AI/ ML & Data DAY 13

技術 [Day 13]🧟成為特級LLM咒言師的第二天 - 找 Mean Prompt 不用那麼麻煩:分佈相似度驅動的Mean Prompt優化

不知道你會不會覺得,昨天介紹的解法中,第一步「不斷迭代 mean prompt 以優化這個 prompt」,需要每做1個或n個對 token 的操作,就上傳到...

鐵人賽 AI/ ML & Data DAY 12

技術 [Day 12]🧟成為特級LLM咒言師的第一天 - 你找得到最優 Mean Prompt 嗎 ?從 text2text 到 vec2text

大家應該都很習慣跟LLM聊天時,輸入文字然後 LLM 就會輸出文字的這個 text2(to)text 的過程。今天要教大家怎麼操作向量空間中的 embeddin...

鐵人賽 生成式 AI DAY 15

技術 ChatGPT:從科技到神秘學 - 讓 AI 為你進行塔羅占卜

除了工作,我還是一位塔羅占卜師。市面上有許多不同的占卜方式,但我特別喜歡塔羅牌,因為它不僅展示了個人未來的可能性(而非 100% 必然性),還能通過提問的過程...

鐵人賽 生成式 AI DAY 8

技術 Day8 進階Prompt工程策略

大語言模型是由大量的資料訓練而成,但並非所有事情語言模型都能夠精確回答,當語言模型遇到不理解或不清楚的問題時,模型沒有資料可以進行回覆便有可能會「一本正經胡說八...

鐵人賽 生成式 AI DAY 12

技術 Perplexity:實現縱向學習,30 天建立學習習慣

上一篇文章我們探討了如何使用 Perplexity 來橫向拓展知識領域,這次我想聚焦在縱向學習,針對單一主題深度理解。無論你對哪個領域感興趣,要實現縱向學習並...

鐵人賽 生成式 AI DAY 10

技術 Perplexity:透過 AI 讓新聞更有意義,掌握時事不焦慮

前陣子看到奧斯卡影帝丹佐·華盛頓對新聞的言論,他說了一句話完美詮釋了我對當前新聞媒體的感受: 如果你不看新聞,你會與世界脫節;但如果你看新聞,你會與事實脫節。...

鐵人賽 生成式 AI DAY 9

技術 ChatGPT:與孩子一起創作 - 用 AI 共創床邊故事

如果你有小孩,你一定體會到故事對孩子的影響力有多大。雖然我自己沒有孩子,但我親眼見證了一本關於「大便公主」的書,如何讓一個長期抗拒上廁所的小女孩,開始喜歡上這件...

鐵人賽 生成式 AI DAY 14

技術 ChatGPT:梳裡思緒,讓 AI 幫你搭建資訊金字塔

你是否曾經在一場簡報中突然走神,回過神來後看著簡報畫面卻不記得講者剛剛在說什麼?前一篇文章提到了如何從聽眾的角度設計訊息,抓住他們的注意力是成功的第一步。然而,...

鐵人賽 生成式 AI DAY 5

技術 提示基礎 4:找到適合自己的語言

在溝通中,如果對方的說話方式與我們相似,我們會覺得這個人和我們“同頻”,因此更願意聽取對方的意見。相反,如果對方的說話風格與我們相差甚遠,即使話題本身有趣,我們...

鐵人賽 生成式 AI DAY 27

技術 【Day 27】- 告別提示工程:DSPy如何革新大型語言模型的應用開發

摘要DSPy 是一個由 Stanford NLP 研究人員開發的框架,旨在簡化大型語言模型 (LLM) 的開發。它以 "Programming, n...

鐵人賽 生成式 AI DAY 8
懶人救星:生成式AI 系列 第 8

技術 Day8-10個Prompt技巧,讓AI徹底讀懂你的心!

為什麼要學好 LLM Prompt 技巧? 「溝通的藝術」不管在和人類還是AI溝通都扮演著重要的地位。在當今數位時代,語言模型(LLM)如 ChatGPT, C...

鐵人賽 生成式 AI DAY 6

技術 day6 LLM結構化輸出:精確控制與系統串接的利器

前言 前天和昨天,我們進行promptTemplate和langServe快速部屬api的操作範例,但今天介紹及說明另外一個核心功能,結構化輸出structur...

鐵人賽 生成式 AI DAY 5

技術 day5 LangServe快速部屬應用程式:兩人對話劇本產生器

前言 昨天我們進行PromptTemplate的解說,以及兩人對話劇本產生器的應用示範,我們今天會進行LnagServe的使用,並且嘗試把兩人對話劇本產生器部屬...

鐵人賽 生成式 AI DAY 4

技術 day4 PromptTemplates : 兩人對話劇本產生器

前言 昨天進行LangChain的核心功能Chain的使用,定義一系列的有順序的任務流程,那麼今天我們也會介紹另一個核心功能PromptTemplates,在任...

鐵人賽 AI/ ML & Data DAY 28
30 Days of AI Research 系列 第 29

技術 [Day 28] Graph Neural Prompting with Large Language Models

Paper link | Note link | Code link | AAAI 2024 整體想法 他們提出了「圖神經提示」(Graph Neural...

鐵人賽 AI/ ML & Data DAY 26
30 Days of AI Research 系列 第 27

技術 [Day 26] Graph of Thoughts: Solving Elaborate Problems with Large Language Models

Paper link | Note link | Code link | AAAI 2024 整體想法 Graph of Thoughts (GoT) 提升...

鐵人賽 AI & Data DAY 26

技術 [Day 26] 我要成為詠唱大師!AI 繪圖詠唱技巧整理

之前試玩 Bing Image Creator 和 Stable Diffusion Online 時,都只使用很簡單的 prompt 作為例子,但是實際上,在...

鐵人賽 AI & Data DAY 25

技術 [Day 25] Stable Diffusion Online 使用介紹與試玩紀錄(二)

由於 Stable Diffusion Online 的功能太好玩,今天要延續昨天的內容繼續探索 Stable Diffusion Online 的功能。除此之...

鐵人賽 AI & Data DAY 20
LLM 學習筆記 系列 第 20

技術 LLM Note Day 20 - 上下文學習 In-Context Learning

簡介 上下文學習 (In-Context Learning, ICL) 是一種語言模型的現象,LLM 可以根據提供的範例來產生預測的標記,而不需要任何額外的微調...

鐵人賽 AI & Data DAY 13

技術 Prompting engineer 提示工程 : Text Splitter、Chunk 文字分割分塊

今天來講 text splitter(文字分割)跟Chunk(切塊) 在平常開發時,我們經常需要處理各種文本數據,例如文章、訊息或說明。有時,我們需要將文本分成...

鐵人賽 AI & Data DAY 7

技術 生成式A.I.(AIGC)從0開始 - 第一個LLMs小應用 - 履歷產生器 (3) prompt調整 得到json格式

到目前為止我們應該可以很好的產生履歷了那還能怎麼樣讓這個應用更好呢 就是加上前端讓我們可以產生一個完整的履歷不只文字是可以直接拿去列印的那種 首先我們先確認一下...

鐵人賽 AI & Data DAY 6

技術 生成式A.I.(AIGC)從0開始 - 第一個LLMs小應用 - 履歷產生器 (2) few-shot prompting

今天繼續完成我們的履歷生成器 目前我們只有一個輸入跟輸出使用者輸入完他的訊息後會回傳履歷給我 那我們想要再給他一些功能讓他寫更好的履歷給我們像是應徵的工作類型,...

鐵人賽 Mobile Development DAY 17

技術 【Day - 17】Prompt Engineering實戰2 - 控制模型輸出SSML格式

昨天我們探討了Azure AI Service的Speech Service語音服務,並初步了解了SSML語音合成標記語言的基礎架構。今天,在開始將Ionic與...

鐵人賽 Mobile Development DAY 13

技術 【Day - 13】Prompt Engineering實戰1 - 測試提示工程

在成功完成了語音轉文字的功能後,下一步就是串接ChatGPT。但在進行之前,我們需要先理解並掌握一個重要的概念:「提示工程(Prompt Engineering...