「AGIへの道」飛書ナレッジベースへ直行 →
ホーム/すべての質問
AI 生成海报有哪些好用的工具
以下是一些好用的 AI 生成海报工具: 1. Canva(可画):https://www.canva.cn/ 这是一个非常受欢迎的在线设计工具,提供大量模板和设计元素,用户通过简单拖放操作即可创建海报,其 AI 功能可帮助选择合适的颜色搭配和字体样式。 2. 稿定设计:https://www.gaoding.com/ 稿定智能设计工具采用先进的人工智能技术,自动分析和生成设计方案,稍作调整即可完成完美设计。 3. VistaCreate:https://create.vista.com/ 这是一个简单易用的设计平台,提供大量设计模板和元素,用户可使用 AI 工具创建个性化海报,其智能建议功能可帮助快速找到合适的设计元素。 4. Microsoft Designer:https://designer.microsoft.com/ 通过简单拖放界面,用户可快速创建演示文稿、社交媒体帖子等视觉内容,还集成丰富模板库和自动图像编辑功能,如智能布局和文字优化,大大简化设计流程。 另外,使用无界 AI 也可以快速生成海报。网址:https://www.wujieai.cc/ 其做图逻辑类似于 SD,优势在于国内网络即可稳定使用,有免费出图点数,支持中文关键词输入,无需额外下载风格模型,可直接取用。 用 AI 快速做一张满意的海报,大致流程如下: 1. 需求场景:例如想在社交平台发布内容时,为避免网上图片质量差、易撞图等问题,可自己制作。 2. 大致流程: 主题与文案:确定海报主题后,可借助 ChatGPT 等文本类 AI 工具协助完成文案。 风格与布局:选择想要完成的风格意向,背景不一定是空白的,可根据文案和风格灵活调整画面布局。 生成与筛选:使用无界 AI,输入关键词,生成并挑选一张满意的海报底图。 配文与排版:将上述素材进行合理排版,得到成品。排版同样可以参考 AIGC 海报成果。 在使用无界 AI 生成海报时,例如制作朋友圈 po 图,画幅比例可选择 1:1,使用皮克斯卡通模型,关键词类别可包括场景、氛围、人物、造型、情绪、道具、构图、画面等方面。
2025-03-03
ai大模型有哪些常用参数
以下是关于 AI 大模型常用参数的相关内容: 1. 架构方面: Encoderonly:适用于自然语言理解任务,如分类和情感分析,代表模型是 BERT。 Encoderdecoder:结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容,用例包括翻译和摘要,代表是谷歌的 T5。 Decoderonly:更擅长自然语言生成任务,众多 AI 助手采用此结构,如 ChatGPT。 2. 规模方面: 预训练数据量大,往往来自互联网上的论文、代码、公开网页等,一般用 TB 级别数据进行预训练。 参数众多,如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。参数指的是神经网络的输入权重和输出阈值的总和。假定一个神经元有 9 个输入权重和 1 个输出阈值,就有 10 个参数。当有 100 亿个这样的神经元时,就形成千亿级参数的大模型。 3. 模型部署方面: 在 LLM 中,Token 是输入的基本单元。由于大模型参数多,如 GPT2 有 1.5B 参数,每个参数用 float32 表示需 6GB 内存,更先进的模型如 LLAMA 有 65B 参数则需 260G 内存(还不考虑词汇表)。因此实际部署时会进行模型压缩。 在训练 LLM 中,CPU 与内存之间的传输速度往往是系统瓶颈,核心数反而不是大问题,减小内存使用是首要优化点。使用内存占用更小的数据类型是直接方式,如 16 位浮点数可将内存使用减倍。目前有几种相互竞争的 16 位标准,英伟达在其最新一代硬件中引入了对 bfloat16 的支持。
2025-03-03
帮我 找下AI排版的应用
以下是一些常见的 AI 排版应用: 1. Grammarly:不仅是语法和拼写检查工具,还提供排版功能,可改进文档整体风格和流畅性。 2. QuillBot:AI 驱动的写作和排版工具,能改进文本清晰度和流畅性,保持原意。 3. Latex:常用于学术论文排版的软件,使用标记语言描述文档格式,有许多 AI 辅助的编辑器和插件简化排版过程。 4. PandaDoc:文档自动化平台,使用 AI 帮助创建、格式化和自动化文档生成,适合商业和技术文档。 5. Wordtune:AI 写作助手,重新表述和改进文本,使其更清晰专业,保持原始意图。 6. Overleaf:在线 Latex 编辑器,提供丰富模板和协作工具,适合学术写作和排版。 选择合适的 AI 排版工具取决于您的具体需求,如文档类型、出版标准和个人偏好。对于学术论文,Latex 和 Overleaf 是受欢迎的选择,对于一般文章和商业文档,Grammarly 和 PandaDoc 等工具可能更适用。 此外,在配图方面,AI 能够给出配图的建议。您可以让 AI 分析文章内容,给出配图建议和关键词,然后利用这些信息在免费图库中快速找到合适的无版权图片,这样不仅提高了配图效率,还能避免版权风险。
2025-03-03
告诉我211本科人工智能毕业一志愿考研结果不理想,很可能被调剂到一个双非院校,请给我在就业方面一个合适的方向(包括但不限于大学老师、大厂、中小厂、国企、考公考编、选调生等)
对于 211 本科人工智能专业毕业,考研一志愿结果不理想可能被调剂到双非院校的情况,在就业方面可以有以下几个方向: 大学老师:如果您有继续深造的意愿,在研究生阶段取得优异成果,未来仍有机会进入高校任教,但可能相对较难进入重点高校。 大厂:大厂通常对学历和能力都有较高要求。虽然您的研究生院校可能是双非,但如果在研究生期间积累丰富的项目经验、具备扎实的专业技能,仍有机会进入大厂。 中小厂:中小厂对于学历的要求相对宽松,更注重实际能力。您可以在中小厂获得更多实践机会,积累工作经验,为未来的职业发展打下基础。 国企:国企的稳定性较高,对于学历的要求也相对灵活。您可以关注国企的招聘信息,寻找与人工智能相关的岗位。 考公考编:公务员和事业单位的工作稳定性强,一些与科技、信息化相关的部门可能会招聘人工智能专业的人才。 选调生:如果您符合选调生的选拔条件,可以尝试通过选调生途径进入政府部门工作。 总之,无论选择哪个方向,都需要在研究生期间不断提升自己的专业能力和综合素质,增加就业竞争力。
2025-03-03
openAI的deep research有哪些缺陷
OpenAI 的 Deep Research 存在以下一些缺陷: 1. 具有滞后性,在某些信息上无法做到及时更新。 2. 存在信息混乱的问题,无法完全替代人类的深度思考。
2025-03-03
国内信用卡如何开通ChatGPT plus
国内信用卡开通 ChatGPT plus 的步骤如下: 1. 安装 Google Play:到小米自带的应用商店搜索 Google Play 进行安装,安装好后打开,按照提示一步步操作登录。 2. 下载安装 ChatGPT:到谷歌商店搜索“ChatGPT”进行下载安装,注意开发者是 OpenAI。可能会遇到“google play 未在您所在的地区提供此应用”的问题,可在 google play 点按右上角的个人资料图标,依次点按:设置>常规>帐号和设备偏好设置>国家/地区和个人资料。在此处可“添加信用卡或借记卡”,国内的双币信用卡就行,填写信息时地区记得选美。若回到 Google Play 首页还搜不到 ChatGPT,可以卸载重装 Google Play,操作过程保持梯子的 IP 一直是美。 3. 若想订阅 GPT4 Plus 版本: 先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡。 然后在 ChatGPT 里订阅 Plus,具体操作包括打开 ChatGPT 手机应用,选择谷歌账号登录,选择相应账号后点击打开外部应用,成功登录后点 Continue 继续,点击顶部 get plus 按钮,点击订阅按钮,此时会跳出谷歌支付的界面,确定订阅即可。 如日后想要取消订阅,可到谷歌商店的账号管理,付款和订阅里面取消。若在上述过程中出现未提及的问题,可私信联系相关人员寻求帮助。
2025-03-03
测试用例自动化生成
AI 生成测试用例是一项很有价值的功能,能显著提高测试覆盖率、降低人工编写的时间和成本。以下是具体的方法、工具及实践应用示例: 方法: 1. 基于规则的测试生成: 测试用例生成工具:如 Randoop(适用于 Java 应用程序)、Pex(适用于.NET 应用)。 模式识别:如 Clang Static Analyzer、Infer。 2. 基于机器学习的测试生成: 深度学习模型:如 DeepTest(用于自动驾驶系统)、DiffTest。 强化学习:如 RLTest、A3C。 3. 基于自然语言处理(NLP)的测试生成: 文档驱动测试生成:如 Testim、Test.ai。 自动化测试脚本生成:如 Selenium IDE + NLP、Cucumber。 4. 基于模型的测试生成: 状态模型:如 GraphWalker、Spec Explorer。 场景模拟:如 Modelbased Testing 、Tosca Testsuite。 工具和平台:Testim、Test.ai、DeepTest、GraphWalker、Pex 等。 实践中的应用示例: 1. Web 应用测试:使用 Testim 分析用户行为和日志数据,生成高覆盖率的测试用例,检测兼容性问题。 2. 移动应用测试:利用 Test.ai 从需求文档中提取测试用例,确保覆盖关键功能和用户路径。 3. 复杂系统测试:采用 GraphWalker 基于系统状态模型生成测试用例,检测边界情况和异常处理能力。 总结来说,AI 在生成测试用例方面优势显著,合理应用 AI 工具能让前端开发工程师提高测试效率、增强测试覆盖率、发现潜在问题,提升软件质量和用户体验。但请注意,内容由 AI 大模型生成,请仔细甄别。
2025-03-03
知识库目录
以下是通往 AGI 之路的知识库目录: 1. 直播一期:知识库及 GPT 基础介绍 知识库及社群介绍 知识库目录导览 2. 5.关于我们&致谢 AGI 知识库:一个启程的故事 3. ?通往 AGI 之路分享会 深入浅出理解 AI 目录 有趣的 AI 案例 AI 的原理 Diffusion 原理和案例 什么是 Agent 此外,还包括以下相关链接: 直播回放:https://www.bilibili.com/video/BV1QN411j719/ (小红书)
2025-03-03
AI入门和学习路径
对于新手学习 AI,以下是一份详细的学习路径指南: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能的定义、主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库中有很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 此外,还可以通过以下方式辅助学习: 了解 AI 相关名词解释,如 AGI、AIGC、agent、prompt 等,建议通过与 AI 对话或李继刚老师的课程来理解。 参考经典必读文章,如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,以及软件 2.0 时代相关内容。 初学者入门推荐看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 查看历史脉络类资料,如整理的 open AI 的发展时间线和万字长文回顾等。
2025-03-03
大模型中的权重与偏置是什么
在大模型中,权重(weight)和偏置(bias)是非常重要的概念。 大模型的“大”主要体现在用于表达 token 之间关系的参数众多,其中就包括权重和偏置。例如 GPT3 拥有 1750 亿参数,其中权重数量达到了这一量级,而词汇表 token 数只有 5 万左右。 以 Transform 为代表的大模型采用自注意力(Selfattention)机制来学习不同 token 之间的依赖关系,生成高质量 embedding。 在感知机学习算法中,感知机的输出和人类标记的正确答案进行比较,如果答案错误,权重和阈值会发生变化。每个权重的变化量取决于与其相关的输入值。对于每个权重 wj:wj←wj+ηxj,其中 t 表示正确的输出(1 或 0);对于给定的输入,y 是感知机的实际输出;xj 是与权重 wj 有关的输入;η是由程序员给出的学习速率。阈值通过创建一个附加的输入 x0 合并得到,x0 为常数 1,其相对应的权重 w0=threshold(阈值)。只有在输入与权重的乘积,即输入向量与权重向量之间的点积大于或等于 0 时,感知机才会被触发。 在某些案例中,比如判断数字大小的问题中,不同概念的权重不同,会影响模型的判断结果。例如 9.11 作为日期“概念”的权重可能比它是个数字“概念”的权重大。
2025-03-03