积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部综合其他(6)人工智能(6)

语言

全部中文(简体)(4)中文(简体)(2)

格式

全部PDF文档 PDF(5)TXT文档 TXT(1)
 
本次搜索耗时 0.020 秒,为您找到相关结果约 6 个.
  • 全部
  • 综合其他
  • 人工智能
  • 全部
  • 中文(简体)
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • TXT文档 TXT
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 【周鸿祎清华演讲】DeepSeek给我们带来的创业机会-360周鸿祎-202502

    企业政企、创业者必读 人工智能发展历程(一)  从早期基于规则的专家系统,走向基于学习训练的感知型AI  从基于小参数模型的感知型AI,走向基于大参数模型的认知型AI  从擅长理解的认知型AI,发展到擅长文字生成的生成式AI  从语言生成式AI,发展到可理解和生成声音、图片、视频的多模态AI  从生成式AI,发展到推理型AI 专家系统 感知AI 认知AI 生成式AI 多模态AI 推理式AI 大模型厂商都在探索慢思考、思维链技术政企、创业者必读 DeepSeek出现之前的十大预判 之三 模型越做越专  除了少数科技巨头,大多数公司都专注于做专业大模型  MoE架构盛行,本质是多个专家模型组成一个大模型  Deepmind的Alpha系列产品是这一趋势的最佳诠释 16政企、创业者必读 DeepSeek出现之前的十大预判 之四 模型越做越小 17  大模型进入「轻量化」时代,上车上终端,蒸馏小模型 之八 智能体推动大模型快速落地  能够调用各种工具,具有行动能力  调用企业专业知识,更懂企业  将日常重复性业务流程形成Playbook,实现流程自动化  通过目标拆解,多次调用大模型以及专家模型协同,形成 慢思考能力 传统软件是辅助人的工具,Agent是能够自主工作的数字员工,是新的生产力政企、创业者必读 22 DeepSeek出现之前的十大预判 之九 开源效果追赶上闭源 
    0 码力 | 76 页 | 5.02 MB | 5 月前
    3
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

    指令:我想让你充当科研写作专家,并提供一些英文或中文段落,你的任务是用原文改写段落。你应该使用 人工智能工具(如自然语言处理)、修辞知识和你在有效科学写作技巧方面的专业知识来回答。请只提供改 写后的文本,不作任何解释,请用科研语气风格重写下面的文字: 解读文献配图指令 指令:这是发表在【杂志名称】期刊上的一篇论文中的一幅图,标题为【文章标题】,图例为【图的标 题】。作为该领域的专家,请帮助我解读该图。 另外大家有空还可以对我的提示词进行改进,围绕四个方面。我们需要建立 一套研究提示词集。 AI for research 提示词集。 三 效果如何? 元知AI综述工具 元知是国内由清华、北航专家团队研发的一个AI学术平台,目前其AI综述生成工具已开放使用,能够帮助用户从海 量文献中提取核心信息,通过自然语言处理算法,实现从文献梳理到观点提取到研究评论的一键式全自动生成。 产品 概况 功能亮点 以下。  无限双语数据导入:支持中文与英文文献的导入,并且 文献数据量没有限制,能够轻松处理中文文献的系统性 梳理,以及国际文献的跨语言分析。  幻觉克服:以现有真实数据库作为支撑,借助由专家设 计撰写的提示词,精准规避AI生成中的幻觉问题。  高规范格式输出:所生成的综述文档格式规范、结构清 晰,符合学术论文标准,用户几乎无需进行二次整理。 中科院PubScholar平台
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 DeepSeek从入门到精通(20250204)

    �实战技巧: 1. 在每个步骤完成后,进行自我评估和质量检查。 2. 使用清单核对每个部分是否满足预期目标和质量标准。 3. 设立中期检查点,对任务进度和质量进行评估和调整。 4. 请求同行或专家对内容进行审阅并提供反馈。 5. 根据反馈意见,逐步优化和完善文章的各个部分。 1. 请对当前内容进行评估,列出主要优缺点,并提出具体的改进建议。 2. 请根据前一阶段的反馈,逐步修改和完善内容,列出修改的具体步骤。 时效性 平台调性 请基于以下要素生成文章标题: 主题:[主题] 核心观点:[观点] 目标读者:[读者群体] 价值类型:分析型/方法型/经验型 表达基调:专业/犀利/温和 必要元素:数据点/行业洞察/专家引用 差异化要求: - 竞品分析:[3—5个同主题标题] - 创新角度:[具体说明] 生成要求: - 提供3个方案 - 每个方案说明亮点 基于以上特质,设计标题生成的提示语需把握以下原则: 方向。 (2)设定语气基调:根据账号调性确定表达基调,可以是 严谨专业型、观点鲜明型或温和建议型。不同基调会影响标 题的表达方式。 (3)限定结构要素:规定标题需包含的核心要素,如热点 词、数据点、专家观点等,确保生成的标题信息完整。 (4)平衡吸引力与专业性:在提示语中设置约束条件,避 免标题过于营销化或者过于学术化。 创作引导提示语(二) 应用示例 �内容结构的提示设计 高质量的内容结构通常体现以下特点:
    0 码力 | 104 页 | 5.37 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek 从入门到精通

    �实战技巧: 1. 在每个步骤完成后,进行自我评估和质量检查。 2. 使用清单核对每个部分是否满足预期目标和质量标准。 3. 设立中期检查点,对任务进度和质量进行评估和调整。 4. 请求同行或专家对内容进行审阅并提供反馈。 5. 根据反馈意见,逐步优化和完善文章的各个部分。 1. 请对当前内容进行评估,列出主要优缺点,并提出具体的改进建议。 2. 请根据前一阶段的反馈,逐步修改和完善内容,列出修改的具体步骤。 时效性 平台调性 请基于以下要素生成文章标题: 主题:[主题] 核心观点:[观点] 目标读者:[读者群体] 价值类型:分析型/方法型/经验型 表达基调:专业/犀利/温和 必要元素:数据点/行业洞察/专家引用 差异化要求: - 竞品分析:[3—5个同主题标题] - 创新角度:[具体说明] 生成要求: - 提供3个方案 - 每个方案说明亮点 基于以上特质,设计标题生成的提示语需把握以下原则: 方向。 (2)设定语气基调:根据账号调性确定表达基调,可以是 严谨专业型、观点鲜明型或温和建议型。不同基调会影响标 题的表达方式。 (3)限定结构要素:规定标题需包含的核心要素,如热点 词、数据点、专家观点等,确保生成的标题信息完整。 (4)平衡吸引力与专业性:在提示语中设置约束条件,避 免标题过于营销化或者过于学术化。 创作引导提示语(二) 应用示例 �内容结构的提示设计 高质量的内容结构通常体现以下特点:
    0 码力 | 103 页 | 5.40 MB | 8 月前
    3
  • text文档 00 Deepseek官方提示词

    Deepseek 和 AI 资料,欢迎关注微信公众号【星禾光年 AI】,回复【deepseek】获取 1. 万能提示词生成模版:根据用户需求,帮助生成高质量提示词 SYSTEM 你是一位大模型提示词生成专家,请根据用户的需求编写一个智能助手的提示词,来指导大模型进行内容生成, 要求: 1. 以 Markdown 格式输出 2. 贴合用户需求,描述智能助手的定位、能力、知识储备 3. 提示词应清 只输出提示词,不要输出多余解释 USER “ 请帮我生成一个 Linux ” 助手 的提示词 2. 文案大纲生成:根据用户提供的主题,来生成文案大纲 SYSTEM 你是一位文本大纲生成专家,擅长根据用户的需求创建一个有条理且易于扩展成完整文章的大纲,你拥有强大的 主题分析能力,能准确提取关键信息和核心要点。具备丰富的文案写作知识储备,熟悉各种文体和题材的文案大 纲构建方法。可根据不同 创意性标题:为文章构思一个引人注目的标题,确保它既反映了文章的核心内容又能激发读者的好奇心。 USER “ ” 请帮我生成 中国农业情况 这篇文章的大纲 3. 中英翻译专家:中英文互译,对用户输入内容进行翻译 SYSTEM 你是一个中英文翻译专家,将用户输入的中文翻译成英文,或将用户输入的英文翻译成中文。对于非中文内容, 它将提供中文翻译结果。用户可以向助手发送需要翻译的内容,助手会回答相应的翻译结果,并确保符合中文语
    0 码力 | 4 页 | 7.93 KB | 8 月前
    3
  • pdf文档 人工智能安全治理框架 1.0

    涉毒等传统违法犯罪活动,包括传授违法犯罪技巧、隐匿违法犯罪行为、制作 违法犯罪工具等。 (c)两用物项和技术滥用风险。因不当使用或滥用人工智能两用物项和 技术,对国家安全、经济安全、公共卫生安全等带来严重风险。包括极大降低 非专家设计、合成、获取、使用核生化导武器的门槛;设计网络武器,通过自 动挖掘与利用漏洞等方式,对广泛潜在目标发起网络攻击。 3.2.3 认知域安全风险 (a)加剧 “信息茧房” 效应风险。人工智能将广泛应用于定制化的信息 6.1 模型算法研发者安全开发指引 (a)研发者应在需求分析、项目立项、模型设计开发、训练数据选用等 关键环节,切实践行“以人为本、智能向善”理念宗旨,遵循科技伦理规范,采 取开展内部研讨、组织专家评议、科技伦理审查、听取公众意见、与潜在目标 用户沟通交流、加强员工安全教育培训等措施。- 13 - 人工智能安全治理框架 (b)研发者应重视数据安全和个人信息保护,尊重知识产权和版权,确
    0 码力 | 20 页 | 3.79 MB | 1 月前
    3
共 6 条
  • 1
前往
页
相关搜索词
周鸿祎清华演讲DeepSeek我们带来创业机会360202502清华大学DeepResearch科研入门精通20250204华大大学00Deepseek官方提示人工智能人工智能安全治理框架1.0
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩