什麼是提示工程 提示工程是一種如何以清楚指令來引導 AI 的實踐,藉此讓 Copilot 可以更為精準回答正確的問題或完成需求,如解釋專案內容與產生相對應的程式...
前面幾天深入介紹了 GitHub Copilot 和 Microsoft 365 Copilot 的各項功能與應用場景,這些強大的 AI 工具為日常工作帶來了...
昨天提到第一名利用 T5-base 模型的弱點,在提交的 prompt 後面瘋狂重複"lucrarea"這個神秘咒語,就能有效提高自身和正確...
萬物皆可Prompt,但你有想過可以透過Prompt來玩麥塊(MineCraft)嗎? 多倫多大學開發了一個名為STEVE-1的模型,這是一個能夠在Minecr...
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...
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...
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...
你是否曾在年底回顧年初所列下的目標清單時,發現自己寫了 10 個目標卻只完成了 1 個,然後告訴自己沒關係,明年再努力!接著隔年再經歷一次同樣的循環。這個現象...
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...
感恩是一種習慣,這種習慣能改變我們看待生活的方式,讓我們以更積極、正向的態度面對每一天。當你開始練習感恩時,你會逐漸發現,幸福和好運似乎會越來越多地出現在你的...
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...
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...
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...
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。...
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...
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,...
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...
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...
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...
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...
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...
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...
Paper link | Note link | Code link | AAAI 2024 整體想法 他們提出了「圖神經提示」(Graph Neural...
Paper link | Note link | Code link | AAAI 2024 整體想法 Graph of Thoughts (GoT) 提升...
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...
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...
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...
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...
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...
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,...