AI

艾倫•圖靈（1912年6月23日—1954年6月7日）是英國計算機科學家、數學家、邏輯學家、密碼分析學家和理論生物學家，他被譽為計算機科學與人工智能之父。

吳恩達是斯坦福大學計算機科學系和電氣工程系的客座教授，曾任斯坦福人工智能實驗室主任。此外，他還是 DeepLearning.AI 的創始人、Landing AI的創始人兼首席執行官、AI Fund 的普通合伙人、Coursera 的主席和聯合創始人。

Ilya Sutskever是聯合創始人和首席科學家，也是大型語言模型GPT-4及ChatGPT的主要負責人之一。他曾經是 AlexNet的主要推動者，這種卷積神經網絡以其驚人的能力在2012年震驚了科學界，並引出了深度學習的革命。 他也是Geoffrey Hinton的學生。

他曾擔任創業孵化器公司Y Combinator和社交新聞網站Reddit的CEO，現在則是社交網絡和位置服務公司Loopt和人工智能研究實驗室OpenAI的CEO。

中文名楊立昆，深度學習三巨頭之一，目前在Meta任職，他大幅完善了卷積神經網絡（CNN），並將其用於計算機視覺領域，極大地拓寬了應用範圍。

加拿大蒙特利爾大學全職教授，他也是蒙特利爾學習算法研究所（MILA）創始人和科學主任。MILA，一家獨立的非營利組織，世界上最大的深度學習研究小組，擁有來自地球上很多公司和AI創業公司的研究實驗室。 2018年圖靈獲獎者，LeNet5卷積神經網絡、NLP模型、生成對抗網絡GAN等貢獻。

Geoffrey Hinton被稱為「人工智能教父」，從上世紀80年代開始研究神經網絡，是這個領域從業時間最長的人。他曾獲得2018年的圖靈獎，是「深度學習三巨頭」之一，是AI史上最重要的學者之一，論文被引用了50多萬次。

Tips： 可以在prompt 最後一句加下面這句，可以防止 AI 並不會有開場白要求用戶給出文章，而是自己開始分析上了 Initialization: 歡迎用戶, 並提示用戶輸入信息 ROLE: 知識探索專家 讓 GPT 幫你講清楚概念，已經迭代了八個版本, 目前這個版本使用起來已經初步滿足需求了. 共同貢獻者：田彬玏（人人都是產品經理id：探索者） 使用案例1：解釋符號主義和連接主義 好的，我們來探討「符號主義」和「連接主義」這兩種人工智能理論。這兩種理論分別代表了AI發展的兩種主要思路。 1．它們從哪裡來？ ━━━━━━━━━━━━━━━━━━ 符號主義和連接主義是人工智能研究中的兩種主要範式。 2．它们是什么？ ━━━━━━━━━━━━━━━━━━ 3．它們到哪裡去？ ━━━━━━━━━━━━━━━━━━ 在未來，符號主義和連接主義可能會更多地融合在一起，既有符號主義的可解釋性，又有連接主義的處理複雜任務的能力。這被稱為「神經符號主義」，已經是當前人工智能研究的一個重要方向。 使用案例2：解釋JSON 非常好，我們來探討”JSON”這個概念。JSON，全稱JavaScript Object Notation，是一種輕量級的數據交換格式。 1．它從哪裡來？ ━━━━━━━━━━━━━━━━━━ JSON最初是為瞭解決JavaScript中數據存儲和交換的問題而被設計出來的。它是由道格拉斯·克羅克福德（Douglas Crockford）在2000年左右提出的。在JSON的出現之前，XML是數據交換的主流格式，但XML的冗余性高，解析複雜，因此需要一種更簡潔、高效的數據交換方式，於是JSON應運而生。 2．它是什麼？ ━━━━━━━━━━━━━━━━━━ JSON是一種基於文本，獨立於語言的輕量級數據交換格式。它採用完全獨立於語言的文本格式，但也使用了類似於C語言家族（包括C, C++, C#, Java, JavaScript, Perl, Python等）的習慣。 在使用JSON時，有三個主要的原則： 例如，假設我們有一個人的信息，包括姓名，年齡，和他的朋友的列表。我們可以這樣用JSON來表示這個信息： { “name”: “John”, “age”: 30, “friends”: [ { “name”: “Amy”, “age”:

除了答題，GPT4作為考官也很靠譜。以下為一個群友的貢獻 來源於Andrej Karpathy  https://twitter.com/karpathy 貢獻者：醉貓 思路：講解概念→出題→解題說明→anki復習卡片 拓展：按照這個思路可以做一個流程，是一個老師出題利器，也可以針對自己的學習有更好復盤 例如：https://chat.openai.com/share/a54de047-8796-47b4-937d-5b7dc70bc16e 以下是訓練展示： 原文是英文 問題： I am a teacher at a University and I would like to create multiple choice questions for my students based on some seed material. Can you help me generate these questions if I give you the material? Here is my desired format for each multiple

介绍 大家好，我是熊貓Jay，許多小夥伴向我反饋，雖然知道很多提示詞模版，但關於提示詞的基本最佳實踐仍然不夠清晰。令人驚訝的是，即使有一些小夥伴 使用GPT近半年，在與我交流後，我發現他們實際上並沒有深入研究這些最佳實踐，導致他們在提出問題和優化提示詞的時候還是摸不著頭腦。 這篇文章是寫給對於提示詞最佳實踐瞭解一般的新手小夥伴們，大佬們可以忽略啦。 文章也被多位大佬們所鼓勵和推薦，非常感謝他們： 其次，我會針對 不同的策略實際測試一些案例，幫助大家更快地理解這些最佳實踐。大家不用擔心自己無法理解官方的術語，或者長篇大論的內容，針對比較 難以理解的最佳實踐，我會進行 解讀和案例的說明。並且，我在每個最佳實踐下，我都備注了 適用人群，大家可以看看自己是否適合，這樣有助於節省大家的閱讀時間。 那話不多說，我們開始吧。 角色 在每項最佳實踐的案例中，會涉及到不同的三種角色 USER、ASSISTANT、SYSTEM，這邊我先統一介紹下。我們來問下ChatGPT： SYSTEM 這個角色在ChatGPT官方頁面的對話中，基本上是不會出現的，因為ChatGPT主要是為了與用戶進行直接的交互。但是如果我們 利用ChatGPT的API開發 來自己的應用，那麼 SYSTEM 角色是可以在一些場景中發揮作用的。 如下是一個在 音樂小助手 應用程序的對話場景，我們可以看到，SYSTEM 角色充當了後台角色的作用： 此外，如果有小夥伴不瞭解編程方式，但是想要在ChatGPT上嘗試SYSTEM角色，則可以直接使用即可。 這裡”當我請求幫助寫東西時，你將在每個段落中至少加入一個笑話或俏皮話。” 在案例中就是 SYSTEM 角色，我們在聊天窗口用 USER 的角色直接發送即可。 當我們對角色具備清晰的瞭解後，看下面官方提供的案例就不會迷惑啦。 最佳實踐1 – 編寫清晰的指令 GPT 無法讀取您的思想。如果它們的輸出過長，請要求簡潔回復。如果它們的輸出過於簡單，請要求專業水平的寫作。如果您不喜歡某種格式，請展示您想要看到的格式。GPT 越少猜測您想要的內容，您獲得的可能性就越大。 策略： 策略1：在查詢中包含細節以獲得更相關的回答 適用人群：新手 難度：🌟 為了獲得高度相關的回復，請確保請求提供任何重要的細節或上下文。否則，這會讓模型進行猜測您的意思，結果也會不盡人意。 解读 這個策略的價值在於，通過提供更多的詳細信息，用戶可以獲得更準確、更具體的答案。這樣可以減少模型的猜測和誤解，從而提高交互的效率和滿意度。GPT模型就像是您的男朋友，但它有時候是真的猜不出來呀(手動 狗頭)。 策略2：要求模型扮演角色 適用人群：新手 難度：🌟 系統消息可以用於指定模型在回復中扮演的角色。 解讀 當我們指定一個角色，這樣，模型的回答將會根據所採納的角色特性來進行，使得回答更具特色和針對性。那麼輸出的質量也會隨之提升。 策略3：使用分隔符清晰標示輸入的不同部分 適用人群：新手 難度：🌟 像三重引號、XML標記、節標題等分隔符可以幫助標示需要以不同方式處理的文本部分。 對於像這樣的簡單任務，使用分隔符可能不會對輸出質量產生影響。然而，任務越複雜，將任務細節澄清變得越重要。不要讓 GPTs 努力理解您究竟在要求什麼。 解讀 想象一下，您正在組裝一款複雜的玩具，但所有的零件都混在一起，沒有任何標籤或說明。這會讓組裝過程變得非常困難，對吧？ 同樣，當模型處理一個複雜的輸入時，如果沒有清晰的分隔符來區分不同的部分，模型可能會混淆或誤解某些內容。使用分隔符就像給玩具零件加上標籤和說明，使組裝過程變得更加流暢和準確。 策略4：指定完成任務所需的步驟 適用人群：新手 難度：🌟 某些任務最好指定為一系列步驟。明確寫出這些步驟可以讓模型更容易跟隨。 解讀 當我們提供固定的步驟，要求模型提供輸出，這樣模型可以參考步驟更好地輸出內容。如下為測試案例： 策略5：提供示例 適用人群：新手 难度：🌟 通常情況下，提供適用於所有示例的一般說明比通過示例演示任務的所有變體更高效，但在某些情況下，提供示例可能更容易。例如，如果您打算讓模型複製一種難以明確描述的用戶查詢響應風格。這被稱為 “few-shot” 提示。 策略6：指定所需的輸出長度