Compartilhamento de tecnologia

Bem-vindos a todos à nossa aula de projeto prático. O conteúdo desta edição é "Prática Prática de Projeto de Palavra de Prompt de Modelo de Linguagem Grande (Prompto)."A chamada classe de projeto é baseada emUma simples revisão dos princípios + modo prático detalhado do projeto e explicações práticas em nível de código para um tópico específico.

Conteúdo deste curso

A Prompt Engineering, também conhecida como Prompt Engineering, é um campo importante no processamento de linguagem natural (PNL) e no aprendizado de máquina. Ela se concentra em como projetar palavras de prompt eficazes para guiar o modelo para gerar texto de alta qualidade. Boas palavras de estímulo podem ajudar o modelo a compreender os requisitos da tarefa e melhorar a relevância e a precisão do texto gerado. Em aplicações como robôs de bate-papo, geração de texto e sistemas de perguntas e respostas, a engenharia de palavras rápidas é crucial para melhorar a experiência do usuário e o desempenho do sistema.

Este curso se concentrará na prática real de engenharia de prompt para grandes modelos de linguagem. O conteúdo inclui a definição de prompt, por que escrever bem o prompt, os métodos básicos e técnicas avançadas de escrever bem o prompt e a prática abrangente do prompt com base em Zhipu. API Qingyan - assistente de criação de reservas de passagens aéreas exclusivas, este curso.O preço é de 69 yuans e a explicação dura cerca de 100 minutos., equipado com grupo e código de perguntas e respostas,O conteúdo e a duração de cada parte do curso são os seguintes:

O esquema do curso é o seguinte:

Vamos dar uma breve olhada no conteúdo de cada parte:

Parte 1: O que é prompt Esta parte apresenta a definição e os casos de prompt.Esta parte pode ser ouvida gratuitamente。

Parte 2: Por que você deve escrever bem os prompts? Esta parte apresenta a importância dos prompts.Esta parte pode ser ouvida gratuitamente。

Parte 3: Métodos básicos de escrita para prompts Esta parte apresenta os conceitos básicos de prompts, incluindo pensamento básico de escrita, casos de erros de escrita, estrutura ICIO, estrutura APE, estrutura BROKE, estrutura ROSES, estrutura SCOPE e outras estruturas de escrita.

Parte 4: Habilidades avançadas de escrita para prompts Esta parte apresenta alguns métodos para melhorar as palavras de prompt, incluindo o bom uso de delimitadores para melhorar a legibilidade, resultados de saída estruturados, verificações de integridade de entrada do usuário, otimização iterativa de prompts e trazer seu próprio conhecimento. biblioteca resolve a ilusão do modelo, matryoshka - derrotando magia com magia, berço - permite que o modelo seja analisado passo a passo e autoconsistência - permite que o modelo seja calculado várias vezes.

Parte 5: Implementação prática do projeto de prompt do assistente de tickets Esta parte do curso o levará a implementar um assistente de tickets do zero com base na API de Zhipu Qingyan.

Este curso é um curso gravado, o instrutorDi Yun, especialista em algoritmos de PNL em uma empresa Fortune 500, palestrante de três cursos on-line de IA, publicou muitos artigos em conferências internacionais e possui mais de 10 patentes.

Como se inscrever

Todos os nossos cursos em vídeo estão na plataforma Xiaoetong. Você pode usar o APP móvel Xiaoetong ou fazer login diretamente na página da web. Para ouvir o conteúdo e se inscrever, leia diretamente o seguinte código QR:

Os detalhes do curso são os seguintes:

Conteúdo mais prático do curso

Para obter mais conteúdo do curso prático do projeto, consulte nossa coleção de cursos práticos do projeto, como segue:

[Grupo individual] Três grupos de prática de projeto de alto nível AI-CV serão lançados em 2024, com mais de 30 casos e 60 horas de prática de projeto

Recrutamento de docentes para cursos práticos

A fim de enriquecer ainda mais o conteúdo prático da Yousan AI Ecology, professores experientes e capazes podem se inscrever para se tornarem palestrantes da plataforma:

Os requisitos do professor são os seguintes:

(1) Ter muitas experiências de ensino na área de inteligência artificial e ser bom em falar e ensinar.

(2) Ter mais de 3 anos de experiência prática em projetos na área de inteligência artificial.

(3) Três IAs que já são membros ecológicos terão prioridade.

Renda com aulas práticas e adoção da plataformaCompartilhamento fixoMétodo, detalhes específicos podem ser encontrados no grupo de conteúdo, entre em contato conosco para se registrarWeChat-LonglongtogoEnvie seu currículo ou envie um e-mail para [email protected].

Relacionado a períodos anteriores

• [Importante] Em 2023, que outros serviços de curso abrangentes a San AI oferecerá, incluindo orientação individual, instrutor com nome real + validade permanente + operação sem rotina?
  

• [Resumo] O conteúdo de currículo mais sistemático, um resumo de todos os cursos de visão computacional gratuitos e pagos da SanAI (dezembro de 2022)

• [Curso prático de projeto] Comece rapidamente com tarefas de detecção de alvos, interpretação detalhada da estrutura MMdetection e casos práticos

• [Aula Prática de Projeto] Classificação de vídeo CNN_LSTM e prática de reconhecimento de comportamento baseada em Pytorch

• [Curso Prático de Projeto] Combate Prático de Classificação de Vídeo 3DCNN e Reconhecimento de Comportamento Baseado em Pytorch

• [Aula Prática de Projeto] Combate Prático de Classificação de Vídeo e Reconhecimento de Comportamento do Modelo SlowFast Baseado em Pytorch

• [Lição Prática do Projeto] MTCNN e Combate Prático de Reconhecimento Facial Centerloss Baseado em Pytorch

• [Lição prática do projeto] Combate prático da face RetinaFace e detecção de pontos-chave com base em Pytorch

• [Lição prática do projeto] Combate prático da detecção de ponto-chave facial PFLD com base em Pytorch

• [Aula prática de projeto] Prática de detecção de defeitos industriais YOLOv3 baseada em Pytorch

• [Aula Prática de Projeto] Prática de coloração de imagens em preto e branco Pix2Pix baseada em Pytorch
  

• [Lição prática do projeto] Combate prático da geração de imagens faciais StyleGAN v1 com base em Pytorch

• [Lição Prática do Projeto] Edição prática de atributos faciais StyleGAN (expressão, idade, gênero) com base em Pytorch

• [Lição prática do projeto] BeautyGAN Face Combinação prática de maquiagem inteligente baseada em Pytorch

• [Curso Prático de Projeto] Combate Prático da Estilização de Animação Facial UGATIT Baseada em Pytorch

• [Curso Prático de Projeto] Combate prático de super-resolução de imagem SRGAN baseado em Pytorch

• [Aula prática de projeto] Prática de aprimoramento natural de imagem EnlightenGAN baseada em Pytorch

• [Lição Prática do Projeto] Combate Prático da Redução Natural de Ruído de Imagem DANet Baseado em Pytorch

• [Curso Prático de Projeto] Combate prático de super-resolução de imagem natural Real-ESRGAN baseado em Pytorch
  

• [Lição prática do projeto] Geração de imagens de expressão de rosto e boca humana DCGAN com base no combate prático Pytorch

• [Lição Prática do Projeto] Combate Prático da Segmentação de Defeitos de Superfície BiseNet Baseado em Pytorch

• [Curso Prático de Projeto] Combate Prático de Semantic_Human_Matting (Segmentação Suave de Retrato) Baseado em Pytorch

• [Aula Prática de Projeto] Prática geral de rastreamento de alvos SiameseFC baseada em Pytorch
  

• [Aula prática de projeto] Prática prática de poda de modelo estruturado com restrições esparsas com base em Pytorch

• [Aula Prática de Projeto] Prática de quantificação e inferência de modelo simétrico de 8 bits baseado no framework ncnn e divergência KL

• [Aula prática de projeto] Miniprograma WeChat Modelo de reconhecimento de imagem Prática de implantação de front-end e front-end

• [Lição prática de projeto] Implementando a implantação do modelo de classificação de imagens Pytorch Android nativo do zero

• [Lição prática de projeto] Implementando a implantação do modelo de segmentação de imagem Pytorch Android nativo do zero

• [Lição prática de projeto] Implementando a implantação do modelo de detecção de alvo Pytorch Android nativo do zero

• [Lição prática do projeto] Implantação prática do modelo de detecção de capacete baseado em TensorRT + YOLOv5

• [Lição Prática do Projeto] Combinação Prática de Classificação de Imagens Multi-rótulos de Necessidades Diárias Baseada em ResNet

• [Aula Prática do Projeto] Combate Prático da Competição de Classificação de Glóbulos Vermelhos EfficientNet Baseada em Pytorch

• [Lição Prática do Projeto] SENet Classificação de Imagens Étnicas Combate Prático Baseado em Pytorch

• [Aula de projeto prático] Combinação prática de classificação de imagens de flores InceptionNet baseada em Pytorch

• [Aula Prática de Projeto] Todos podem aprender de graça!Aprimoramento prático de dados para tarefas simples de classificação de imagens baseadas em Pytorch

• [Aula prática de projeto] Todos podem aprender gratuitamente, prática de classificação de imagens refinada de pássaros BCNN baseada em Pytorch

• [Curso Prático de Projeto] Todos podem aprender gratuitamente a classificação prática de imagens de resíduos domésticos com base no ResNet

• [Aula Prática de Projeto] Todos podem aprender de graça!Prática de segmentação de imagens labiais SimpleNet baseada em Pytorch
  

• [Curso Prático de Projetos] Zero noções básicas de IA, todos podem aprender de graça!Prática de reconhecimento de expressão facial SimpleNet baseada em Pytorch