![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- LLM入门学习之prompt工程迎来到面向开发者的提示工程部分,本部分内容基于吴恩达老师的《Prompt Engineering for Developer》课程进行编写。《Prompt Engineering for Developer》课程是由吴恩达老师与 OpenAI 技术团队成员 Isa Fulford 老师合作授课,Isa 老师曾开发过受欢迎的 ChatGPT 检索插件,并且在教授 LLM (Large Language Model, 大语言模型)技术在产品中的应用方面做出了很大贡献。她还参与编 写了教授人们使用 Prompt 的 OpenAI cookbook。我们希望通过本模块的学习,与大家分享使用提示词 开发 LLM 应用的最佳实践和技巧。
0 24浏览
免费 - 大模型训练数据白皮书+人工智能+数据要素算法、算力与数据,是支撑大模型发展的三大基石,其中的数据为大模型提供了所必须的知识和信息。文档对大模型训练数据的类型、质量、获取方案、治理、生态等方面均有讨论。
0 20浏览
免费 - 完整中文教程170页-德克萨斯大学奥斯汀分校自然语言处理硕士课程-21.5MB完整中文教程170页-德克萨斯大学奥斯汀分校自然语言处理硕士课程-21.5MB
0 17浏览
会员免费 - Word2Vec中的数学原理详解Word2Vec中的数学原理详解
0 10浏览
免费 - Llama 2 Open Foundation and Fine-Tuned Chat Models.pdfLlama 2 Open Foundation and Fine-Tuned Chat Models.pdf
0 6浏览
会员免费 - A Survey of Large Language Models.pdfA Survey of Large Language Models.pdf
0 10浏览
会员免费 - ZeRO-Offload Democratizing Billion-Scale Model Training.pdfZeRO-Offload Democratizing Billion-Scale Model Training.pdf
0 7浏览
会员免费 - ZeRO Memory Optimizations Toward Training LLM.pdfZeRO Memory Optimizations Toward Training LLM.pdf
0 9浏览
会员免费 - 通过简单高效的稀疏性将开关变压器扩展到万亿参数模型.pdf通过简单高效的稀疏性将开关变压器扩展到万亿参数模型.pdf
0 4浏览
会员免费 - ST-MOE DESIGNING STABLE AND TRANSFERABLE SPARSE EXPERT MODEL.pdfST-MOE DESIGNING STABLE AND TRANSFERABLE SPARSE EXPERT MODEL.pdf
0 5浏览
会员免费 - Mixture-of-Experts with Expert Choice Routing.pdfMixture-of-Experts with Expert Choice Routing.pdf
0 12浏览
会员免费 - Mixtral AI.pdfMixtral AI.pdf
0 7浏览
会员免费 - Learning Factored Representations in a Deep MOEs.pdfLearning Factored Representations in a Deep MOEs.pdf
0 10浏览
会员免费 - GLaM Efficient Scaling of Language Models with MOE.pdfGLaM Efficient Scaling of Language Models with MOE.pdf
0 6浏览
会员免费 - GLM-130B v1.pdfGLM-130B v1.pdf
0 9浏览
会员免费 - P-Tuning.pdfP-Tuning.pdf
0 11浏览
会员免费 - P-Tuning v2.pdfP-Tuning v2.pdf
0 7浏览
会员免费 - Prompt Tuning.pdfPrompt Tuning.pdf
0 46浏览
会员免费 - Prefix-Tuning Optimizing Continuous Prompts for Generation.pdfPrefix-Tuning Optimizing Continuous Prompts for Generation.pdf
0 8浏览
会员免费 - MULTITASK PROMPT TUNING.pdfMULTITASK PROMPT TUNING.pdf
0 9浏览
会员免费 - LoftQ LoRA-Fine-Tuning-Aware Quantization for LLM.pdfLoftQ LoRA-Fine-Tuning-Aware Quantization for LLM.pdf
0 5浏览
会员免费 - Instruction Tuning for Large Language Models A Survey.pdfInstruction Tuning for Large Language Models A Survey.pdf
0 6浏览
会员免费 - Few-Shot PEFTis Betterand Cheaper than ICLFew-Shot PEFTis Betterand Cheaper than ICL
0 3浏览
会员免费 - FINETUNED LANGUAGE MODELS ARE ZERO-SHOT LEARNERSFINETUNED LANGUAGE MODELS ARE ZERO-SHOT LEARNERS
0 5浏览
会员免费 - FLAN talk external.pdfFLAN talk external.pdf
0 6浏览
会员免费 - Adapter Tuning.pdfAdapter Tuning.pdf
0 11浏览
会员免费 - AdaLoRA Adaptive Budget Allocation for PEFT.pdfAdaLoRA Adaptive Budget Allocation for PEFT.pdf
0 8浏览
会员免费 - UniPELT A Unified Framework for PEFT.pdfUniPELT A Unified Framework for PEFT.pdf
0 5浏览
会员免费 - Scaling Down to Scale Up A Guide to PEFT.pdfScaling Down to Scale Up A Guide to PEFT.pdf
0 5浏览
会员免费 - 大模型量化技术GPTQ大模型量化技术GPTQ
0 10浏览
会员免费 - 大模型的量化技术AWQ.pdf大模型的量化技术AWQ.pdf
0 9浏览
会员免费 - LinkLab2.0.pdflinklab
0 8浏览
免费 - 巨型语言模型的 8 位量化:LLM.int8() 中文版论文LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale (Dettmers et al., 2022) 中文版论文
0 10浏览
会员免费 - 自然语言处理(NLP)pdf主要研究人与计算机之间,使用自然语言进行有效通信的各种理论和方法。自然语言处理的主要技术范畴 1、语义文本相似度分析 语义文本相似度分析是对两段文本的意义和本质之间的相似度进行分析的过程。 2、信息检索 信息检索是指将信息按一定的方式加以组织,并通过信息查找满足用户的信息需求的过程和技术。 3、信息抽取 信息抽取是指从非结构化/半结构化文本(如网页、新闻、论文文献、微博等)中提取指定类型的信息(如实体、属性、关系、事件、商品记录等),并通过信息归并、冗余消除和冲突消解等手段将非结构化文本转换为结构化信息的一项综合技术。
0 12浏览
会员免费 - chatgpt原理、应用与提示技巧pdfChatGPT是一款由OpenAI公司开发的基于GPT架构的与AI聊天的产品。GPT(Generative Pretrained Transformer)是一种大语言模型(Large Language Model),其核心为Transformer模型. 通过在大量文本数据上进行预训练,学习语言模式、知识、推理等能力。然后,通过在特定 任务上进行微调,应对各种不同的自然语言处理任务,如文本生成、问答、摘要等。为什么GPT令人兴奋?因为他真的好像能理解人说的话了。从“人工智障”迈出了一大步。
0 7浏览
会员免费 - ChatGPT题词示例手册pdf参考提示词 人设:你是一名行业分析师 目标:你帮助我学习行业发展规律、认识行业发展的驱动因素和它对行业规模的影响背景:我的产品/服务xxxxxx 任务:请帮助我找到直接影响行业规模的关键驱动因素,阐明理由和它对行业规模的影响程度。用表格显示。 提示:请根据事实信息回答,请不要编造答案。 常见的驱动因素有: 1.技术创新和发展:新技术的出现和应用对行业发展起到推动作用,如数字化技术、人工智能、物联网等。 2.市场需求和消费趋势:消费者需求的变化和新兴市场的兴起会对行业产生影响,如消费升级、个性化需求、绿色环保意识等。 3.政策环境和法规变化:政府政策和法规对行业的规范和引导作用,如减税政策、产业扶持政策、环保法规等。
0 7浏览
会员免费 - 2023ChatGPT人工智能新纪元pdfChatGPT爆火,标志着人工智能从量变到质变的飞跃,一场新的人工智能革命已经到来。本书共6章,介绍了ChatGPT的诞生和发展,以及ChatGPT背后的技术路线;分析了ChatGPT及大模型训练对全球商业格局的冲击与影响,涉及OpenAI、微软、谷歌、百度、腾讯、阿里巴 巴等广受关注的互联网科技公司;选取了具有代表性的行业,解读ChatGPT狂潮引发的产业颠覆与模式创新。同时,本书对未来的强人工智能与人类社会的关系进行了深度研讨。
0 5浏览
会员免费 - ChatGPT的工作原理介绍pdfChatGPT能够自动生成一些读起来表面上甚至像人写的文字的东西来这非常了不起来而且出乎意料。但它是如何做到的要为什么它能发挥作用要我在这里的目的是大致介绍一ChatGPT内部的情况来然后探讨一下为什么它能很好地生成我们认为是有意义的文本。
0 10浏览
会员免费 - ChatGPT提示使用手册pdf什么是ChatGPT? ChatGPT(生成式预训练变换器)是由OpenAI在2022年11月推出的聊天机器人。它建立在OpenAI的GPT-3.5大型语言模型之上,并采用了监督学习和强化学习技术进行了微调。 ChatGPT于2022年11月30日作为原型推出,由于其在许多知识领域的详细回答和清晰的答案而迅速受到关注。它的不均衡事实准确性被认为是一个重大缺点。-维基百科。 ChatGPT是一种聊天机器人,允许用户与基于计算机的代理进行对话。它通过使用机器学习算法分析文本输入并生成旨在模仿人类对话的响应来工作。ChatGPT可用于各种用途,包括回答问题,提供信息和进行非正式对话。
0 5浏览
会员免费 - 三分钟看懂ChatGPT-ChatGPT是什么pdfChatGPT是一个基于语言模型GPT-3.5的聊天机器人,ChatGPT模型是Instruct GPT的姊妹模型(siblingmodel),使用强化学习和人类反馈来更好地使语言模型与人类指令保持一致。 ·GPT起源 Generative Pre-Trained Transformer (GPT)是一系列基于Transformer的深度学习语言模型。OpenAI于2018年6月在题为《Improving Language Understanding by Generative Pre-Training》的论文中提出了第一个GPT模型GPT-1。从这篇论文中得出的关键结论是,Transformer架构与无监督预训练的结合产生了可喜的结果。GPT-1以无监督预训练+有监督微调的方式--针对特定任务进行训练--以实现“强大的自然语言理解”。
0 12浏览
会员免费 - 2024大语言模型理论与实践pdf语言模型的定义 语言模型(Language Model,LM)目标是构建词序列W1W2...Wm的概率分P(W1W2...Wm),即计算给定的词序列W1W2...Wm作为一个句子出现的可能性大小。 GPT在做的事情一文字接龙 GPT核心任务始终是生成一个“合理的延续”,即根据已有的文本,生成一个符合人类书写习惯的下一个合理内容。所谓“合理”,是指根据数十亿个网页、数字化书籍等人类撰写内容的统计规律,推测接下来可能出现的内容。
0 9浏览
会员免费 - 视觉Transformer研究的关键问题现状及展望pdf深度神经网络(Deep neural network, DNN)由于其突出的性能表现,已经成为人工智能系统的主流模型之一-针对不同的任务,DNN发展出了不同的网络结构和特征学习范式.其中,卷积神经网络(Convolutional neural network, CNN)通过卷积层和池化层等具备平移不变性的算子处理图像数据;循环神经网络(Recurrent neural network, RNN)-通过循环单元处理序列或时序数据.Transformer[↵作为一种新的神经网络结构,目前已被证实可以应用于自然语言处理(Natural language processing, NLP)、计算机视觉(Computer vision, CV)和多模态等多个领域,并在各项任务中展现出了极大的潜力.
0 7浏览
会员免费 - Generative AI with LangChainBuild large language model (LLM) apps with Python, ChatGPT, and other LLMs Ben Auffarth ------------------------------------------ First published: December 2023
0 24浏览
会员免费 - 自然语言处理实验报告pdf1.1实验内容 1.1.1实验目的 1.了解几种文本预处理的方法: 2.理解最小编辑距离的计算方法: 3.理解英文单词的拼写检查方法。 1.1.2实验环境 大数据实训教学平台,Python3.X,Jupyter Notebook. 1.2实验过程
0 24浏览
会员免费 - 中国AGI市场发展研究报告PDF中国AGI市场发展研究报告PDF 本研究报告深入探讨了人工通用智能(AGI)在中国市场的发展现状及未来趋势,特别聚焦于营销、金融、教育、零售及企业服务等关键行业。报告通过详尽分析各行业中AGI的实际应用案例,系统地评估了AGI技术在这些领域内的实际运用程度、解决问题的能力以及带来的商业价值和改革潜力。 报告首先概述了AGI技术的基本概念、发展历程以及与传统AI的区别和联系。随后,报告详细介绍了AGI在上述关键行业中的应用情况,包括成功案例分析、技术实施的挑战、以及行业内专家和企业领袖的观点和预测。 此外,报告还探讨了推动AGI技术发展的主要驱动因素,包括政策环境、技术进步、市场需求等,同时分析了阻碍其发展的潜在风险和挑战。最后,报告提供了基于当前市场分析的未来趋势预测和战略建议,旨在为政策制定者、行业决策者和技术开发者提供决策支持。 通过本报告,读者将获得对中国AGI市场全面而深入的理解,洞察AGI技术在各主要行业中的应用现状和发展潜力,以及如何有效利用AGI技术推动业务创新和增长。
0 31浏览
免费 - NLP文本语义分析服务技术方案pdf通过利用人工智能的语义分析技术,自动抽取案件文本信息的关键要素,形成有效的案情结构化数据。提供文本结构化、要素抽取、分析挖掘和数据标注等服务。
0 10浏览
会员免费 - openai 前员工关于AGI的详细论述及未来系统发展判断2024年,我们站在了一个全新的科技前沿。在这篇文章中,我们将探讨由Leopold Aschenbrenner撰写的《Situational Awareness》报告,这份报告深入分析了人工智能(AI)的未来,特别是关于通用人工智能(AGI)和超级智能的发展。这不仅是一份技术文档,更是对未来社会、经济和国家安全的深刻思考。
0 26浏览
免费 - 人工智能基础知识背诵(大学生期末)人工智能基础知识背诵(大学生期末)
0 23浏览
会员免费 - 人工智能导论大学生期末复习测试题人工智能导论大学生期末复习测试题
0 47浏览
会员免费 - 使用Ollama本地部署gemma部署Gemma模型(或任何其他模型)使用Ollama框架通常涉及以下关键步骤:设置环境、获取模型、配置Ollama、运行Ollama服务等。
0 115浏览
会员免费 - 注意力机制作为一种重要的深度学习技术,已经在人工智能领域得到了广泛应用.pdf在深度学习和人工智能的领域中,注意力机制(Attention Mechanism)已成为一个不可或缺的组成部分。这一机制源于对人类视觉的研究,模拟了人类在处理信息时的选择性关注能力。在信息爆炸的时代,注意力机制帮助我们有效地过滤无关信息,专注于关键信息,从而提高信息处理的效率和准确性。 二、注意力机制的原理 注意力机制的核心在于决定需要关注输入的哪部分,并分配有限的信息处理资源给这些重要部分。具体来说,注意力机制将输入信息分为若干个部分,并为每个部分分配一个权重。这个权重反映了该部分信息的重要性。然后,根据这些权重,模型可以选择性地关注其中的某些部分,而忽略其他部分。 在深度学习模型中,注意力机制的实现方式多种多样。其中,一种常见的实现方式是使用编码-解码器结构(Encoder-Decoder)。编码器负责将输入信息转换为一种中间表示形式,而解码器则根据这个中间表示形式和注意力权重来生成输出。通过这种方式,模型可以在生成输出时,根据当前的需要,选择性地关注输入信息中的不同部分。在深度学习和人工智能的领域中,注意力机制(Attention Mechanism)已成为一个不可或缺的组
0 6浏览
会员免费 - AIGC的相关基本概念,想入行AI领域的小白可以看一下,精准到每个词语和方案AI 人工智能,研究、开发能模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。 AIGC 人工智能生成内容,利用AI技术生成文本、图像、音频等内容,提高内容生产效率和多样性。 AGI 人工通用智能,旨在实现能够执行各种复杂任务并模仿人类智能行为的人工智能系统。 以及相关的行业和内容
0 8浏览
免费 - LabGuide-short-11分钟内快速搭建聊天机器人with Intel Extension for TransformLabGuide-short-11分钟内快速搭建聊天机器人with Intel Extension for Transform
0 622浏览
免费 - LabGuide-long-大语言模型基础与Intel Extension for Transformers部署实践LabGuide-long-大语言模型基础与Intel Extension for Transformers部署实践
0 634浏览
免费 - 大模型项目研发流程-大纲大模型项目研发流程-大纲
0 10浏览
免费 - 遗传算法详细介绍.pdf遗传算法(Genetic Algorithm, GA)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟、然进化过程搜索最优解的方法。本文详细介绍遗传算法定义、生物学术语、问题导入、大体实现及具体细节。
0 13浏览
会员免费 - 机器学习的数学基础笔记P1高等数学课件
0 17浏览
免费 - 提示工程 & 自主生成提示 - 调研报告本报告介绍大模型时代自主生成提示的相关工作。大模型对 prompt 十分敏感,提示词换一个字可能结果就大相径庭了。虽然人类设计 prompt 时有一些好用的 trick,但人类设计的 prompt 终归是有限的,并且这样的 prompt 是否足够泛化/鲁棒也是个问题,因此有人就在想,有没有办法让大模型自己生成 prompt,并且能够评价哪个 prompt 更好? 本篇报告介绍了几篇该领域的相关工作。
0 18浏览
免费 - 一个使用markdown语言的prompt框架一个使用markdown语言的prompt框架
0 16浏览
免费 - 大型语言模型在医疗领域的应用大型语言模型在医疗领域的应用
0 14浏览
会员免费