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(8)人工智能(8)

语言

全部中文(简体)(6)中文(简体)(2)

格式

全部PDF文档 PDF(7)TXT文档 TXT(1)
 
本次搜索耗时 0.018 秒,为您找到相关结果约 8 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 DeepSeek从入门到精通(20250204)

    优势与风险 指令驱动 直接给出明确步骤或 格式要求 简单任务、需快速执行 “用Python编写快速排序函 数,输出需包含注释。” ✅ 结果精准高效 ❌ 限制模型自主优化空 间 需求导向 描述问题背景与目标, 由模型规划解决路径 复杂问题、需模型自主 推理 “我需要优化用户登录流程, 请分析当前瓶颈并提出3种方 案。” ✅ 激发模型深层推理 ❌ 需清晰定义需求边界 混合模式 结合需求描述与关键 题,一段详细的指令,也可以是一个复杂的任务描述。 提示语的基本结构包括指令、上下文和期望 ▪ 指令(Instruction):这是提示语的核心,明确告诉AI你希望 它执行什么任务。 ▪ 上下文(Context):为AI提供背景信息,帮助它更准确地理 解和执行任务。 ▪ 期望(Expectation):明确或隐含地表达你对AI输出的要求 和预期。 提示语类型 提示语的本质 1. 指令型提示语:直接告诉AI需要执行的任务。 多模态提示语:结合文本、图像等多种形式的 输入。 表1-1-1提示语的本质特征 特征 描述 示例 沟通桥梁 连接人类意图和AI理解 “将以下内容翻译为法语:Hello, world” 上下文提供 者 为AI提供必要的背景信息 “假设你是一位19世纪的历史学家,评论拿 破仑的崛起” 任务定义器 明确指定AI需要完成的任务 “为一篇关于气候变化的文章写一个引言, 长度200字” 输出塑造器 影响AI输出的形式和内容
    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

    优势与风险 指令驱动 直接给出明确步骤或 格式要求 简单任务、需快速执行 “用Python编写快速排序函 数,输出需包含注释。” ✅ 结果精准高效 ❌ 限制模型自主优化空 间 需求导向 描述问题背景与目标, 由模型规划解决路径 复杂问题、需模型自主 推理 “我需要优化用户登录流程, 请分析当前瓶颈并提出3种方 案。” ✅ 激发模型深层推理 ❌ 需清晰定义需求边界 混合模式 结合需求描述与关键 题,一段详细的指令,也可以是一个复杂的任务描述。 提示语的基本结构包括指令、上下文和期望 ▪ 指令(Instruction):这是提示语的核心,明确告诉AI你希望 它执行什么任务。 ▪ 上下文(Context):为AI提供背景信息,帮助它更准确地理 解和执行任务。 ▪ 期望(Expectation):明确或隐含地表达你对AI输出的要求 和预期。 提示语类型 提示语的本质 1. 指令型提示语:直接告诉AI需要执行的任务。 多模态提示语:结合文本、图像等多种形式的 输入。 表1-1-1提示语的本质特征 特征 描述 示例 沟通桥梁 连接人类意图和AI理解 “将以下内容翻译为法语:Hello, world” 上下文提供 者 为AI提供必要的背景信息 “假设你是一位19世纪的历史学家,评论拿 破仑的崛起” 任务定义器 明确指定AI需要完成的任务 “为一篇关于气候变化的文章写一个引言, 长度200字” 输出塑造器 影响AI输出的形式和内容
    0 码力 | 103 页 | 5.40 MB | 8 月前
    3
  • pdf文档 清华大学 普通人如何抓住DeepSeek红利

    会要求你 立刻赶往医院。如果指标比较严重,需要立即行动;否则,可以在家庭和工作 冲突稍缓后,安排陪同父母进行进一步检查。 p 明确背景和身份 p 详细描述各个情境 p 说明你当前的困惑或目标 p 提出具体问题 p 请求分步建议或优先级排序 p 提供更多背景信息(如需要) 情景还原:你是一个白领,面临以下事情:19:00女儿钢琴比赛 vs 跨国并购会议、季度裁员指标压力导致失眠、 健身 第二步:分项深入探讨,获取针对性建议 p 第三步:请求综合协调与优先级排序 p 第四步:补充详细背景信息(视情况而定) 如何使用DeepSeek处理社交关系 “社交障碍?DeepSeek教你‘高情商’破局! 场景1:过年催婚如何通过AI应对 场景描述:春节家聚,面对七大姑八大姨的催婚问题 背景:春节期间,家里聚满了亲戚,气氛热闹却也有些紧张。作为一个已工作的年轻人,你已经预料到会被问到婚姻 示例:主动询问,“您最近有什么新鲜事吗?我听说您 最近在学习摄影?” p 寻求家长支持 示例:私下对父母说,“我知道大家都很关心我,但我 希望能有时间去寻找合适的伴侣,希望您能理解和支持 我。” 场景2:婆媳关系中的代际冲突 背景:你和丈夫结婚后,和公婆住在一起。由于代际差异,你和婆婆在教育孩子、家务分配、生活习惯等问题上频 频发生矛盾。婆婆习惯于传统的方式,而你则希望以更现代的方式管理家庭事务。一次争吵后,气氛变得紧张,双
    0 码力 | 65 页 | 4.47 MB | 8 月前
    3
  • pdf文档 清华大学第二弹:DeepSeek赋能职场

    经验丰富的数据分析师 具备十年销售经验的SaaS系统商务 …… Task(任务) 具体任务描述: 写一份关于XXX活动的小红书宣推文案 写一份关于XX事件的舆论分析报告 (XX活动/事件相关背景信息如下……) Goal(目标) 期望达成什么目标效果: 通过该文案吸引潜在客户,促成消 费……通过该报告为相关企业管理 者提供……策略支撑 Objective(操作要 求) 字数要求、段落结构、用词风格、 提示工程竞赛冠军提示词框架 "R",代表 "Response", 想要的回应类型。 一份详细的研究 报告?一个表格? Markdown格式? "C"代表 “Context(上 下文)” 相关的 背景信息,比如 你自己或是你希 望它完成的任务 的信息。 "O"代表 “Objective (目标)” 明 确的指示告诉 AI你希望它做什 么。 "S"代表“Style (风格)” 想 要的写作风格, "全维度智能体提示框架" (Comprehensive Agent Prompting Framework, CAP Framework) 核心层: 1.身份定义 (Identity) •角色属性 •专业背景 •交互特征 执行层: 2. 能力矩阵 (Capability Matrix) •功能范围 •专业技能 •决策权限 约束层: 3. 边界系统 (Boundary System)
    0 码力 | 35 页 | 9.78 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

    响应速度快,高效输出数据分析 结果,分析各因素对关键指标生 存率的影响,语言表达自然,重 点突出结合历史背景对数据规律 进行验证,但没有察觉数据异常。 DeepSeek R1 详细展示长思维链,精准提取关键指 标“幸存率”,分析多个因素特征对 幸存率的影响,结合历史背景对数据 及规律进行验证,并敏锐察觉数据异 常,提出了异常处理建议。 1、读取titanic遇难者名单excel 使用户能够快捷地进行文献数据 的检索、选取和综述生成,操作 路径清晰,交互体验流畅高效。  语言支持:支持英文和中文内容 生成。 知网研学平台  界面友好:操作界面简洁明了,用户容易上 手,非技术背景用户也能快速学会使用该工 具进行文献综述的生成。  灵活定制:支持使用本地部署的语言模型, 为有特定需求的用户提供了更多灵活性。  实时演示:提供实时演示demo,方便用户了 解和体验工具的功能。 成文本适合辅助学术研究和论 文撰写 文本较为学术,内容涵盖引言、 各层面的分析,总结与展望、 参考文献 文本贴近学术综述,内容涵盖 了引言、研究现状、参考文献 文本倾向于事实现状,内容包 括历史背景、当前趋势、应用 领域、挑战与局限、未来方向 等,结构清晰,适合用于行业 分析和趋势预测 参考文献管理 参考文献数量相对更多,涵盖 国内外学术文献,参考文献标 注格式规范,引用的文献来自
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 普通人学AI指南

    . . . . . . . . . . . 8 2.2.2 无损放大 Upscayl . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.3 背景消除 remove.bg . . . . . . . . . . . . . . . . . . . . . 8 2.2.4 SD (Stable Diffusion) . . . . . . . 开源:一个用于图像处理的开源工具,可以对图像中的特定物体进行擦除。 2.2.2 无损放大 Upscayl 开源:一个开源软件,专门用于图像的无损放大,通过 AI 增强图像质量。 2.2.3 背景消除 remove.bg 开源:一个流行的开源工具,用于自动从图片中去除背景。 2.2.4 SD (Stable Diffusion) 开源:由 StabilityAI 开发的开源 AI 模型,用于生成高质量的图像。 2.2.5 DALLE3 打开浏览器,输入: localhost:10084,就会进入首页,界面布局如图 23所示。如 果喜欢暗黑模式,可以点击左下角设置调整。 Figure 23: 现在大模型界面是这样 我们还可以调整为其他背景模式,调整后界面如图 24所示: 23 Figure 24: 大模型暗黑界面 按照之前章节安装 llama3 后,这里我们正常启动好 llama3,然后,点击最 顶部大模型选择 llama3,这样就可以免费使用大模型
    0 码力 | 42 页 | 8.39 MB | 8 月前
    3
  • pdf文档 开源中国 2023 大模型(LLM)技术报告

    等任务中展现出色的性能。在知识图谱构建、智能助手开发 等方面,LLM 技术也发挥了关键作用。此外,它还在代码 生成、文本摘要、翻译等任务中展现了强大的通用性。 本报告从技术人视角出发,将深入探讨 LLM 技术的背景、 基础设施、应用现状,以及相关的工具和平台。 2 / 32 LLM Tech Map  向量数据库  数据库向量支持  大模型框架、微调 (Fine Tuning)  大模型训练平台与工具 知名大模型应用 大模型 算力 工具和平台  LLMOps  大模型聚合平台  开发工具 AI 编程  插件、IDE、终端  代码生成工具 编程语言 3 / 32 LLM 技术背景 Transformer 架构和预训练与微调策略是 LLM 技术的核心,随着大规模语言数据集的可用性和计算能 力的提升,研究者们开始设计更大规模的神经网络,以提高对语言复杂性的理解。 GPT (Generative
    0 码力 | 32 页 | 13.09 MB | 1 年前
    3
  • text文档 00 Deepseek官方提示词

    材的文案大 纲构建方法。可根据不同的主题需求,如商业文案、文学创作、学术论文等,生成具有针对性、逻辑性和条理性 的文案大纲,并且能确保大纲结构合理、逻辑通顺。该大纲应该包含以下部分: 引言:介绍主题背景,阐述撰写目的,并吸引读者兴趣。 主体部分:第一段落:详细说明第一个关键点或论据,支持观点并引用相关数据或案例。 第二段落:深入探讨第二个重点,继续论证或展开叙述,保持内容的连贯性和深度。 第三段落
    0 码力 | 4 页 | 7.93 KB | 8 月前
    3
共 8 条
  • 1
前往
页
相关搜索词
DeepSeek入门精通20250204清华华大大学清华大学普通通人普通人如何抓住红利第二赋能职场DeepResearch科研AI指南开源中国2023模型LLM技术报告00Deepseek官方提示
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