2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Begrüßen Sie alle zu unserem praktischen Projektkurs. Der Inhalt dieser Ausgabe ist „Praktische Praxis des Projekts „Großes Sprachmodell“ (Prompto).Die sogenannte Projektklasse basiert aufEine einfache Überprüfung der Prinzipien + detaillierter Projektpraxismodus und praktische Erklärungen auf Codeebene für ein bestimmtes Thema.
Inhalte dieses Kurses
Prompt Engineering, auch Prompt Engineering genannt, ist ein wichtiger Bereich der Verarbeitung natürlicher Sprache (NLP) und des maschinellen Lernens. Es konzentriert sich auf die Gestaltung effektiver Prompt-Wörter, um das Modell bei der Generierung hochwertiger Texte zu unterstützen. Gute Aufforderungswörter können dem Modell helfen, Aufgabenanforderungen zu verstehen und die Relevanz und Genauigkeit des generierten Textes zu verbessern. In Anwendungen wie Chat-Robotern, Textgenerierung und Frage- und Antwortsystemen ist die schnelle Wortentwicklung von entscheidender Bedeutung für die Verbesserung der Benutzererfahrung und der Systemleistung.
Dieser Kurs konzentriert sich auf die tatsächliche Praxis des Prompt-Engineerings für große Sprachmodelle. Der Inhalt umfasst die Definition von Prompt, warum man Prompt gut schreiben sollte, die grundlegenden Methoden und fortgeschrittenen Techniken zum Schreiben von Prompt Well sowie die umfassende Praxis von Prompt auf der Grundlage von Zhipu Qingyan API – Assistent zum Erstellen exklusiver Flugtickets, dieser KursDer Preis beträgt 69 Yuan und die Erklärung dauert etwa 100 Minuten., ausgestattet mit Q&A-Gruppe und Code,Der Inhalt und die Dauer jedes Teils des Kurses sind wie folgt:
Teil | Inhalt | Dauer (Minuten) |
Nr.1 | Definition von Eingabeaufforderung | 5 |
Nr.2 | Warum sollten wir gute Aufforderungen schreiben? | 9 |
Nr. 3 | Grundlegende Schreibmethode von Prompt | 23 |
Nummer 4 | Fortgeschrittene Schreibfähigkeiten für schnelles Schreiben | 24 |
Nr. 5 | Praktischer Kampf des Ticket-Assistenten-Eingabeaufforderungsprojekts | 24 |
Nr. 6 | Zusammenfassen | 6 |
Der Kursablauf sieht wie folgt aus:
Werfen wir einen kurzen Blick auf den Inhalt jedes Teils:
Teil 1: Was ist Prompt? In diesem Teil werden die Definition und Fälle von Prompt vorgestellt.Dieser Teil kann kostenlos angehört werden。
Teil 2: Warum sollten Sie Eingabeaufforderungen gut schreiben? In diesem Teil wird die Bedeutung von Eingabeaufforderungen erläutert.Dieser Teil kann kostenlos angehört werden。
Teil 3: Grundlegende Schreibmethoden für Eingabeaufforderungen In diesem Teil werden die Grundlagen von Eingabeaufforderungen vorgestellt, einschließlich grundlegender Schreibmethoden, Fehlerschreibfälle, ICIO-Framework, APE-Framework, BROKE-Framework, ROSES-Framework, SCOPE-Framework und andere Schreibframeworks.
Teil 4: Fortgeschrittene Schreibfähigkeiten für Eingabeaufforderungen. In diesem Teil werden einige Methoden zur Verbesserung von Eingabeaufforderungswörtern vorgestellt, einschließlich der sinnvollen Verwendung von Trennzeichen zur Verbesserung der Lesbarkeit, strukturierter Ausgabeergebnisse, Überprüfung der Benutzereingabeintegrität, iterativer Optimierung von Eingabeaufforderungen und der Einbringung Ihres eigenen Wissens Die Bibliothek löst die Modellillusion, Matroschka – sie besiegt Magie mit Magie, cot – ermöglicht die schrittweise Analyse des Modells und Selbstkonsistenz – ermöglicht die mehrfache Berechnung des Modells.
Teil 5: Praktische Implementierung des Ticket-Assistent-Prompt-Projekts Dieser Teil des Kurses führt Sie durch die Implementierung eines Ticket-Assistenten von Grund auf basierend auf der API von Zhipu Qingyan.
Dieser Kurs ist ein aufgezeichneter Kurs, der DozentDi Yun, ein NLP-Algorithmus-Experte in einem Fortune-500-Unternehmen, Dozent für drei KI-Online-Kurse, hat viele internationale Konferenzbeiträge veröffentlicht und ist Inhaber von mehr als 10 Patenten.
So abonnieren Sie
Alle unsere Videokurse finden auf der Xiaoetong-Plattform statt. Sie können die mobile APP Xiaoetong verwenden oder sich direkt auf der Webseite anmelden. Um den Inhalt anzuhören und sich anzumelden, scannen Sie bitte direkt den folgenden QR-Code.
Die Kursdetails lauten wie folgt:
Mehr praktische Kursinhalte
Weitere Projektpraktika-Inhalte finden Sie in unserer Projektpraktika-Sammlung wie folgt:
Rekrutierung von Praktikumsdozenten
Um die praktischen Inhalte von Yousan AI Ecology weiter zu bereichern, können sich erfahrene und kompetente Dozenten gerne als Plattformdozenten anmelden:
Die Anforderungen an Dozenten sind wie folgt:
(1) Sie verfügen über umfangreiche Lehrerfahrung im Bereich der künstlichen Intelligenz und können gut sprechen und lehren.
(2) Sie verfügen über mehr als 3 Jahre praktische Erfahrung in Projekten im Bereich der Künstlichen Intelligenz.
(3) Drei KIs, die bereits ökologische Mitglieder sind, erhalten Vorrang.
Einnahmen aus praktischen Kursen und der Einführung der PlattformFester AnteilEinzelheiten zur Methode finden Sie in der Inhaltsgruppe. Bitte kontaktieren Sie uns, um sich zu registrierenWeChat-LonglongtogoSenden Sie Ihren Lebenslauf oder senden Sie eine E-Mail an [email protected].
Bezogen auf vergangene Perioden
[Praktische Projektklasse] YOLOv3-Praxis zur industriellen Fehlererkennung basierend auf Pytorch
[Praktische Projektklasse] Pix2Pix-Übung zum Färben von Schwarz-Weiß-Bildern basierend auf Pytorch
[Projektpraktikum] Praktischer Kampf der UGATIT-Gesichtsanimationsstilisierung basierend auf Pytorch
[Projektpraktikum] SRGAN-Bild-Superauflösungs-Praxiskampf basierend auf Pytorch
[Praktische Projektklasse] Natürliche Bildverbesserungspraxis von EnlightenGAN basierend auf Pytorch
[Projektpraktischer Kurs] Real-ESRGAN-Naturbild-Superauflösungs-Praxiskampf basierend auf Pytorch
[Projektpraktische Lektion] Praktischer Kampf der BiseNet-Oberflächenfehlersegmentierung basierend auf Pytorch
[Praktische Projektklasse] Allgemeine Zielverfolgungspraxis von SiameseFC basierend auf Pytorch
[Praktische Projektklasse] Praktische Kombination der InceptionNet-Blumenbildklassifizierung basierend auf Pytorch
[Praktische Projektklasse] Jeder kann kostenlos die feinkörnige Bildklassifizierungspraxis von BCNN-Vögeln basierend auf Pytorch erlernen