Qubic矿工的文章

2023-06-29Qubic矿工阅读(156)赞(0)

贴纸​ 不知道有没有人和我一样有喜欢买贴纸贴笔记本电脑的习惯。某宝虽厉害，但我希望的东西比较非主流，有一些无法满足我的需求，所以就想到让 AI 帮我画一些，以下用风暴兵和达斯维达为例，写一组 prompt： Prompt 解释 类型是什么？...

2023-06-29Qubic矿工阅读(140)赞(0)

官方框架​ 在做总结前，我想先介绍下 Midjourney 官方的框架： 官方的模板很简单，分成四个部分： 主体 细节 & 背景 风格、媒介、艺术家 参数 我的总结​ 其实按照官方模板写，你已经能超过 90% 的初学者，但根据我的实...

2023-06-29Qubic矿工阅读(132)赞(0)

缺点一：结果高度依赖训练语料​ 正如我前面提到的，当今的语言模型，即使发展了四个版本，但依然没有脱离「概率计算」，本质上来说它们的核心原理就是「利用已有的信息来预测其他信息」。 那这就意味着，大语言模型其实并没有意识，也不知道对错，其生成的...

2023-06-29Qubic矿工阅读(156)赞(0)

关键一：数据​ 训练数据主要是所谓的语料库。今天的很多语言模型的语料库主要有以下几种： Books：BookCorpus 是之前小语言模型如 GPT-2 常用的数据集，包括超过 11000 本电子书。主要包括小说和传记，最近更新时间是 20...

2023-06-29Qubic矿工阅读(145)赞(0)

既然是数学模型，那应该如何计算呢？ 最简单的方法，当然就是用统计学的方法去计算了，简单说来，就是靠输入的上下文进行统计，计算出后续词语的概率，比如「你吃了晚饭了吗」，「你吃了」后面按照概率，名词如「饭」或「晚饭」等概率更高，而不太可能是动词...

2023-06-29Qubic矿工阅读(135)赞(0)

LLMs 全称是 Large Language Models，中文是大语言模型。 那么什么是语言模型？ 语言模型简单说来，就是对人类的语言建立数学模型，注意，这里的关键是数学模型，语言模型是一个由数学公式构建的模型，并不是什么逻辑框架。这个...

2023-06-29Qubic矿工阅读(136)赞(0)

在示例里加入特定符号，让模型知道如何处理特殊情况​ 这个解释起来有点复杂，以下是 OpenAI 的官方 prompt，在一些奇怪的问题上比如 What is Devz9 的回答，你可以用 ？ 代替答案，让模型知道当遇到超出回答范围时，需要如...

2023-06-29Qubic矿工阅读(180)赞(0)

基于上述的第三点缺点，研究人员就找到了一个叫 Chain of Thought 的技巧。 这个技巧使用起来非常简单，只需要在问题的结尾里放一句 Let‘s think step by step （让我们一步步地思考），模型输出的答案会更加准...

2023-06-29Qubic矿工阅读(169)赞(0)

假设你想让 AI 总结一篇非常非常长的文章，并且按照特定格式给你总结，那你可以在文章前面明确输出的格式（为了不占用太多显示空间，我省略了正文内容，你可以在 OpenAI 的 Playground 看到完整案例）。它的意思其实是让 ChatG...

2023-06-29Qubic矿工阅读(162)赞(0)

可以用“”“将指令和文本分开。根据我的测试，如果你的文本有多段，增加”“”会提升 AI 反馈的准确性（这个技巧来自于 OpenAI 的 API 最佳实践文档） 信息 感谢 CraneHuang6 的提醒，这里还能用 ### 符号区隔，不过我...