提示词测试有哪些插件

https://chat.openai.com/g/g-FmXhWqboi-cheng-yu-xiao-you-xi[heading2]五、总结[content]这篇文章整体不太敢单纯的依靠GPT的知识库，首先太容易出现幻觉，所以加入了一个成语搜索的API，在回复时，先确定使用的成语是否正确，然后还有另外一个是给孩子的成语解释，希望在解释的时候给出的是正确的解析和出处，所以调用了Web插件。目前整体玩起来还是比较流畅，但是Web插件有时候会不触发，给出的内容有点不够准确。所以使用的时候还需要注意一下。好啦，写到这里我们今天的内容也结束啦，感谢大家的观看，也希望我的内容能够让大家喜欢，有所收获。感兴趣的小伙伴可以点个关注跟随我一起学习，观看更多往期文章。嘿，下次见，我是景淮，一个加拿大的程序员，沉迷AI不能自拔~

我们将我们的方法与三种类型的基线进行比较：普通的人类提示词、Chain-of-Thought(CoT)提示词和最近的提示词优化方法。(1)人类提示词是代表提示词工程普通水平的人类设计的指令，通常来自原始数据集。我们还有一个少示例版本的人类提示词，使用Suzgun等。(2022)为BBH任务和从训练集随机抽样的其他任务提供的教学示例。(2)CoT提示词被认为是非常有效的技巧，通过引入中间推理步骤来提高LLM的性能，特别是对于BBH任务(Suzgun等，2022)。我们直接使用Suzgun等。(2022)为BBH任务提供的CoT提示词，并为其他任务构造CoT提示词。我们还有一个零示例版本的CoT，使用“让我们一步一步地思考”作为提示词来触发CoT行为，而不使用少示例(Kojima等，2022)。(3)提示词优化方法包括GPT Agent和Automatic Prompt Engineer(APE)(Zhou等，2022)。GPT Agent代表了对LLM驱动的自主代理的最近的浓厚兴趣(Weng,2023)，例如Auto-GPT²。这样的代理预计会自主地进行规划和自我反思，以解决人类的请求，包括优化任务提示词。我们利用一个强大的ChatGPT插件(OpenAI,2023a)和GPT-4,AI Agents³进行提示词优化。具体地说，类似于PromptAgent，我们采样类似的模型错误，并要求AI Agents插件根据错误重写提示词，迭代次数与PromptAgent相似。最后，APE是最近的提示词优化方法之一，提出了一种基于蒙特卡罗搜索的方法，迭代地提出和选择提示词。²https://github.com/Significant-Gravitas/AutoGPT³https://aiagentslab.com/实施细节。

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-06-12 20:00原文网址：https://mp.weixin.qq.com/s/Vx2_T3LLVGXs7TA-5RksmQ曾几何时，我们做设计的时候就幻想着能用嘴做设计，随便说几句话电脑就能帮我们画出来；后来，出现了AI，我们就想着怎么样能帮助我们快速编写提示词，就有了各种提示词插件；好嘛，到现在开发者告诉我们，提示词你也不用想了，AI已经帮你写好了。我：……来看看，我们今天要玩的这款脚本——One Button Prompt。安装方式就是在扩展面板中搜索One Button Prompt，可以直接安装。或者是将下载好的插件，放在这个路径文件夹下“……\sd-webui-aki-v4\extensions”。安装完成后，重启webUI，在脚本下拉菜单中可以找到这个插件。我们先体验一下这个插件，根据官方建议，大模型选择了“deliberate”，采样方法设置为“DPM++SDE Karras”，采样步骤设置为“25”，并将CFG比例降低到“6”。随机等级设置为5，可以看到下面还有三个下拉选项。分别定义主题的类型，艺术的类型，和图像类型。当然，你可以选择全随机来试试手气（什么开盲盒？）。也可以稍微加一点自定义条件，比如我让它画一幅动物主题的摄影作品。点击生成。将模型换成“realisticVisionV20”，主题换成人物，再生成一次。在插件的下方，还可以添加一些提示词来增加更多的控制，比如规定所画的必须是猫，或者是一些标准化的质量提示词，这样能帮助你获得更符合你期望的图片。