Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

请给我提供一些用KIMI处理excel数据的方法

Answer

以下是一些用 KIMI 处理 Excel 数据的方法:

  1. 对数据的基本操作包括增加、删除、修改和查询。
  2. 若要与数据库沟通,需学会 SQL 语句。
  3. 可以通过 Kimi Chat(https://kimi.moonshot.cn)向 KIMI 提问,获取针对增、删、改、查的回答。
  4. 对于新人,可通过深挖 KIMI 的回答来了解相关语法。
  5. 收集资料时,可借助 AI 工具如 Perplexity.AI 高效完成,也可使用 KIMI 读取和整理网页内容,但需注意其阅读能力的限制,可分批次提供资料。
Content generated by AI large model, please carefully verify (powered by aily)

References

这可能是讲 Coze 的数据库最通俗易懂的文章了

还是老样子,我们通过Excel和数据库的对比来让大家更好的理解数据库。不管是Excel还是数据库,对数据的最基本也是最核心的操作就四个:增加删除修改查询这里关于Excel的例子我想就不用再说了,我们直接来看数据库是怎么操作的。这里需要引出另一个概念,SQL语句SQL就是数据库对外暴露的语言,你如果想要和数据库沟通,请学会他的语法。举个通俗的例子:如果你想和外国人沟通,请你先学会英语。下面我们来看针对增、删、改、查的SQL语句分别怎么写。这里ChatGPT就要登场啦为了对新人友好,我使用的Kimi Chat(https://kimi.moonshot.cn)大家可以通过下面的例子看下我为什么一直强调AI时代的学习成本真的是大大降低了。1.我会这么向Kimi提问2.Kimi的回答我相信如果你日常是一直使用AI的,这个时候你完全可以通过深挖的方式帮你继续了解增删改查的语法。由于我们这里是教程,我还是要将核心语法展开讲一下的

如何利用 AI 30分钟不到打造爆款公众号文章.pdf

明确了文章的主题之后,接下来的步骤是收集相关的资讯。这一过程也是可以借助AI来高效完成。以Perplexity.AI为例,我们可以利用其强大的搜索功能来获取信息。首先,访问该网站并使用其搜索功能。为了获得更专业和深入的搜索结果,可以启用Pro功能(搜索框右边的开关),该功能每天都会提供一定次数的免费使用。如果您经常使用,可以考虑开通会员服务以享受更多便利。在搜索框中,我们可以输入具体的Prompt,例如:“查找关于OpenAI对马斯克言论回应的博客文章”。这样的搜索指令将帮助我们快速定位到相关的资讯。我们通过AI工具如Perplexity.AI获取到搜索结果后,结果中包含了大量引用和来源链接,我们可以点击回答内容下方的拷贝按钮。这样能一并获取到相关的引用网站链接。同理,其他具备联网搜索功能的AI工具,比如微软的Bing搜索引擎,也提供了类似的功能。通过这些工具,我们可以快速地搜集到大量的相关资料。我们可以更加高效地进行信息搜集和整理,从而提升文章的专业度和说服力。整理资料​收集完资料后,紧接着的任务是对这些资料进行整理。我通常会使用月之暗面开发的Kimi这个AI会话助手。Kimi具备读取网页内容的能力,并且能够在此基础上生成一定的内容。当Kimi读取完毕时,会显示绿色标点作为提示。需要注意的是,Kimi的阅读能力有一定的限制,它可能无法一次性处理大量的资讯,或者某些网站的内容可能无法被读取。为了克服这些限制,我们可以分批次地将资料提供给Kimi,确保它能有效地读取并理解所有可用的网站内容。这样我们资料都读取了,就让他整理下资讯内容。它做的还不错,我挺满意的。接下来就是让它转化成一篇吸引人的公众号文章了。

Others are asking
如何登录KIMI
要登录 Kimi,您可以参考以下步骤: 1. 推荐两个实用的浏览器插件:在(不方便下载的,文末附下载链接)。 2. 在浏览器中登录自己的 Kimi 账号,关联网页版。 安装相关插件的特点和注意事项: 1. Kimi Copilot网页总结助手: 特点:极简,点击一键总结,没有其它花里胡哨的功能;Kimi 无法访问的网页也可以进行总结,如推特等;英文文章直接用中文总结要点;支持 Dark Mode。 注意:本插件为第三方爱好者开发,不是 Kimi 或月之暗面官方产品;由于 Arc 等浏览器没有所需的 API,所以本插件在 Arc 等浏览器无法使用。 2. Kimi 阅读助手: 特点:用更简单的方式使用 Kimi。 注意:需要 Chrome 114 及以上版本才能正常使用扩展;暂不支持 Arc 游览器(Arc 缺少相关 API)。 在 Obsidian 中使用 Kimi 的步骤: 1. 用命令面板打开刚才创建的页面,默认快捷键 Ctrl+P 。 2. 在弹出的搜索框中输入插件名称:custom frames 。 3. 在下拉选项中选择 OpenKimi 。 4. 打开刚才设置好的 Kimi 窗口。 以上是关于登录 Kimi 以及相关插件和使用的信息。
2025-03-14
如何在Kimi创建我的个人知识库
以下是在 Kimi 创建个人知识库的相关信息: 使用 GPT 打造个人知识库: 由于 GPT3.5 一次交互支持的 Token 有限,OpenAI 提供了 embedding API 解决方案。 将文本拆分成小文本块(chunk),通过 embeddings API 转换成 embeddings 向量并保存。 当用户提问时,将问题也转换成向量,与向量储存库中的向量比对,提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API。 理解 embeddings: embeddings 是浮点数字的向量,两个向量之间的距离衡量关联性,小距离表示高关联度。 向量是用一串数字表示的量,在计算机科学中常用列表表示。 常见的向量距离计算方式是欧几里得距离。 使用 Coze 创建个人知识库: 来到个人空间,找到知识库导航栏,点击创建知识库。 知识库是共享资源,多个 Bot 可以引用同一个知识库。 选择知识库的格式(目前支持文档、表格、图片)并填写信息。 可选择本地文档或问答对表格,还能进行自定义的文档切割。 数据处理完成后,一个问答对会被切割成一个文档片。 关于使用知识库,可参考教程:
2025-03-07
我是一个新手小白,帮构思一下关于如何学习AI的PPT .要求有包括豆包,AI数字人,KIMI,灵犀,如影,剪映,即梦等APP学习技术。都带上APP网址
以下是为您构思的关于如何学习 AI 的 PPT 大纲: 幻灯片 1:封面 标题:如何学习 AI 幻灯片 2:目录 1. AI 辅助 PPT 的原理和作用 2. 几款 PPT 生成工具(网站) 3. 相关 APP 介绍 幻灯片 3:AI 辅助 PPT 的原理和作用 1. 减轻排版工作的压力 2. 生成打底的内容,减轻人写内容的工作 3. 文章生成 PPT,让 AI 帮忙摘要内容,生成大纲列表 4. 主题生成 PPT,让 AI 根据主题扩充成大纲列表,乃至具体内容 5. 在特定场景下不用改直接用,如学生快速为小组展示配 PPT 幻灯片 4:AI 辅助 PPT 的流程 1. 用户输入 2. AI 输出 3. 排版 网站把 AI 输出的文本丢给 LLM,让它根据内容,在已有的 UI 组件中选择更适合的组件。按时间线,每页 PPT 的文字,选出整个 PPT 中,每一页的 UI 组件。有的网站,如 tome、gamma,配图也是由 GenAI 根据页面内容生成的。呈现 AI 生成的 PPT 结果,用户不满意可以自行选择模版 幻灯片 5:几款 PPT 生成工具(网站) 1. 讯飞智文:https://zhiwen.xfyun.cn/ (免费引导好) 2. Mindshow.fun :http://Mindshow.fun (Markdown 导入) 3. kimi.ai :http://kimi.ai (选 PPT 助手暂时免费效果好) 4. Tome.app :http://Tome.app (AI 配图效果好) 5. Chatppt.com :http://Chatppt.com (自动化程度高) 6. 百度文库:https://wenku.baidu.com (付费质量好) 幻灯片 6:相关 APP 介绍 1. 豆包 2. AI 数字人 3. KIMI 4. 灵犀 5. 如影 6. 剪映(图文成片,只需提供文案,自动配图配音) 7. 即梦 希望以上内容对您有所帮助!
2025-03-05
国产ai,除了deepseek能力最强,如元宝ai,文言一心,kimi,纳米ai,通义等,哪个能力最强
以下是关于国产 AI 产品在 2025 年 1 月的一些榜单情况: 在国内流量榜中,排名依次为:deepseek、豆包、Kimi、文心一言、deepseek 开放平台、百度 AI 助手、阿里通义、纳米 AI 搜索、秘塔 AI 搜索。 在国内月活榜中,排名依次为:deepseek、豆包、deepseek 开放平台、Kimi、百度 AI 助手、文心一言、知乎直答、纳米 AI 搜索、沉浸式翻译。 需要注意的是,不同 AI 产品在不同方面可能具有各自的优势,其能力的强弱也会因具体应用场景和用户需求而有所不同。
2025-02-26
给出实际的操作案例,结合deepseek、kimi、豆包工具。
以下是结合 deepseek、kimi、豆包工具的实际操作案例: 在 2025 年 1 月的国内月活榜中: deepseek 作为聊天机器人,网址为 chat.deepseek.com,活跃用户达 7068 万人,环比变化为 24.3616%,所属公司为深度求索。 豆包作为聊天机器人,网址为 doubao.com,活跃用户为 779 万人,环比变化为 0.1911%,所属公司为字节跳动。 kimi 作为聊天机器人,网址为 kimi.moonshot.cn,活跃用户为 591 万人,环比变化为 0.1135%,所属公司为月之暗面。 在 2025 年 1 月的国内流量榜中: deepseek 作为聊天机器人,网址为 chat.deepseek.com,访问量达 22541 万,环比变化为 20.4093%,所属公司为深度求索。 豆包作为聊天机器人,网址为 doubao.com,访问量为 3457 万,环比变化为 0.1041%,所属公司为字节跳动。 kimi 作为聊天机器人,网址为 kimi.moonshot.cn,访问量为 3282 万,环比变化为 0.1283%,所属公司为月之暗面。 此外,在使用效果方面,DeepSeek 的思考与表达被认为碾压了包括豆包和 kimi 在内的其他模型,其思考过程细腻、自洽、深刻、全面,输出结果在语气、结构、逻辑上天衣无缝。
2025-02-20
kimi、豆包、deepseek的区别和优劣
以下是 kimi、豆包、deepseek 的区别和优劣: 从月活榜来看: deepseek:在月活用户方面表现出色,排名第一,月活用户达 7068 万人,环比变化为 24.3616%。 豆包:月活用户为 779 万人,环比变化为 0.1911%。 kimi:月活用户为 591 万人,环比变化为 0.1135%。 从流量榜来看: deepseek:访问量排名第一,达 22541 万。 豆包:访问量为 3457 万。 kimi:访问量为 3282 万。 在输出效果方面,DeepSeek 的思考与表达被认为碾压了包括豆包和 kimi 在内的其他模型,其思考过程细腻、自洽、深刻、全面,输出结果在语气、结构、逻辑上表现出色。 需要注意的是,这些数据仅反映了一定时期内的情况,且不同模型在不同的应用场景和用户需求下可能具有不同的优势。
2025-02-19
处理 excel 表格 的 AI 工具
以下是一些可用于处理 Excel 表格的 AI 工具: 1. Excel Labs:这是一个 Excel 插件,新增了基于 OpenAI 技术的生成式 AI 功能,可在 Excel 中直接利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot:微软推出的整合了 Word、Excel、PowerPoint 等办公软件的 AI 工具,通过聊天形式,用户告知需求后,Copilot 会自动完成任务,如数据分析或格式创建。 3. Formula Bot:提供数据分析聊天机器人和公式生成器两大功能,用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI:支持 Excel 和 Google Sheets 的 AI 插件,除公式生成外,还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 5. Ajelix:可处理 Excel 和 Google Sheets 表格的 AI 工具,链接为。 6. FormX.ai:能够自动从表格和文档中提取数据的 AI 工具,链接为。 随着技术的不断发展,未来可能会有更多 AI 功能被集成到 Excel 中,进一步提高工作效率和数据处理的智能化水平。内容由 AI 大模型生成,请仔细甄别。
2025-04-11
目前AI Excel数据分析有哪些产品
目前在 AI Excel 数据分析方面,以下是一些相关的产品: 1. 宝玉日报中提到,让 AI 帮写 Excel 宏函数适用于几乎所有主流 AI。数据分析推荐 Claude 网页版或 ChatGPT,可上传 CSV 进行可视化分析。链接:https://x.com/dotey/status/1895319207413170354 2. Excel Labs:这是一个 Excel 插件,新增了生成式 AI 功能,基于 OpenAI 技术,可在 Excel 中利用 AI 进行数据分析和决策支持。 3. Microsoft 365 Copilot:微软推出的 AI 工具,整合了 Word、Excel、PowerPoint、Outlook、Teams 等办公软件,通过聊天形式,用户告知需求后,Copilot 自动完成任务,如数据分析或格式创建。 4. Formula Bot:提供数据分析聊天机器人和公式生成器两大功能,用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 5. Numerous AI:支持 Excel 和 Google Sheets 的 AI 插件,除公式生成外,还可根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 6. 表格 Top10 中的相关产品有:Highcharts、Fillout.com、Coefficient、Numerous.ai、SheetGod、GPTExcel、酷表 ChatExcel、GPT Workspace、OpenAI in Spreadsheet、Ajelix AI Excel Tools 。 需要注意的是,以上内容由 AI 大模型生成,请仔细甄别。随着技术的不断发展,未来可能会有更多 AI 功能被集成到 Excel 中,进一步提高工作效率和数据处理的智能化水平。
2025-04-10
如何用rpa来实现读取本地excel表格里的内容进行筛选,提取某些数据值后,再自动化填写到飞书的多维表格去。怎么来实现这个功能
要使用 RPA 实现读取本地 Excel 表格内容进行筛选,并将提取的数据值自动化填写到飞书的多维表格,可参考以下步骤: 1. 关于扣子:“”(Coze)是字节跳动在 2024 年上线的新一代一站式 AI Bot 开发平台,也被称为“字节版 GPTs”。它是一个低门槛的 AI 应用开发平台,其核心目标是让没有编程基础的用户也能够轻松参与到 AI 生态的建设中。 2. 登录后,在左侧功能列表的工作空间中,点击右上角“+字段”创建工作流,自行输入名称和描述。 3. 已做好工作流后,逐步拆解每个节点的配置: 开始节点:此节点不需要做任何配置,没有输入以及输出。 读取飞书表格内容节点:点击开始节点后面的“+”,搜索“飞书多维表格”,选择“search_record”功能。添加后,点击该节点的配置,在界面右侧的参数框中,需要填写 app_token、field_names。filter 是对数据的筛选条件,没有筛选需求可直接忽略。其中,app_token 是多维表格的唯一标识符,即表格 URL 中的一段;field_names 则是要读取的具体字段,比如“标题”、“内容”,以作为后续操作的输入。该节点运行后,就能将多维表格中的内容提取出来。
2025-04-09
excel表格导出的用户的对话记录,来进行自定义标签并打标,有哪些好用的现成方案或者工具
目前在 Excel 表格导出的用户对话记录进行自定义标签并打标方面,以下是一些常见且好用的工具和方案: 1. Microsoft Excel 本身:可以利用其数据筛选、排序和函数功能来辅助标签和打标。 2. Google Sheets:具有类似 Excel 的功能,且在线协作方便。 3. R 语言:通过编程实现复杂的数据分析和标签处理。 4. Python 及相关库,如 Pandas:能够灵活处理数据和进行标签操作。 但具体选择哪种方案或工具,取决于您的具体需求、技术水平和使用习惯。
2025-04-07
AI如何解决我做excel数据统计问题
以下是一些利用 AI 解决 Excel 数据统计问题的方法: 1. 可以让 AI 辅助编写苹果“自动操作”脚本,实现多选多个.doc 和.docx 文件后,操作打开 Microsoft Word 等待 6 秒获取字符数,然后打开 Excel 并建立表格统计每个文件名对应的字符数。 2. 利用 AI 帮您写 Excel 宏函数,适用于几乎所有主流 AI。 3. 对于数据分析,推荐使用 Claude 网页版或 ChatGPT,可上传 CSV 进行可视化分析。 4. 可以使用自然语言向 Chat Excel 提出要求,让其处理 Excel 数据。例如,先让它帮您把一个单元格内的内容合并重复,或者对整个表格所有单元格去重复。 5. 对于编程统计每位同学在“夸、问、评、答”里发表评论的次数等问题,可向 GPT4 用文字提需求直接获取代码,或让其修改已有代码、解 bug 等。
2025-03-29
excel如何接入AI
以下是 Excel 接入 AI 的一些方式和相关工具: 1. Excel Labs:这是一个 Excel 插件,基于 OpenAI 技术,新增了生成式 AI 功能,允许用户在 Excel 中直接利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot:微软推出的 AI 工具,整合了包括 Excel 在内的多种办公软件。用户通过聊天形式告知需求,Copilot 会自动完成如数据分析、格式创建等任务。 3. Formula Bot:提供数据分析聊天机器人和公式生成器两大功能,用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI:支持 Excel 和 Google Sheets 的 AI 插件,除公式生成外,还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术的不断发展,未来可能会有更多 AI 功能被集成到 Excel 中,进一步提高工作效率和数据处理的智能化水平。
2025-03-20
LLM模型响应时间较长,如何处理超时时间问题
处理 LLM 模型响应时间过长导致的超时问题,可以考虑以下方法: 1. 参数有效调整:这是一种新颖的微调方法,通过仅训练一部分参数来减轻微调 LLM 的挑战。这些参数可能是现有模型参数的子集,或者是一组全新的参数,例如向模型添加一些额外的层或额外的嵌入到提示中。 2. 优化提示设计:采用合适的提示方法,如零样本提示、一次性提示、Fewshot prompting 等。零样本提示是只给出描述任务的提示;一次性提示是让 LLM 执行任务的单个示例;Fewshot prompting 是让 LLM 执行任务的少量示例。同时,可以使用结构化模式设计提示,包含上下文、问题示例及相应答案等组件,以指示模型应如何响应。 3. 避免频繁调整某些参数:尤其是 Top K 和 Top P,不需要经常对其进行调整。 4. 关注模型响应质量:即使有良好的提示设计,模型输出仍可能不稳定,需要持续关注和优化。 5. 考虑成本和时间:微调大型模型可能耗时且成本高,为大模型提供服务也可能涉及额外麻烦和成本,需要综合评估和优化。
2025-04-11
cursor 长文档处理长文档
以下是关于 Cursor 长文档处理的相关信息: UI 用户界面: 当 Cursor 仅添加其他文本时,补全将显示为灰色文本。如果建议修改了现有代码,它将在当前行的右侧显示为 diff 弹出窗口。 您可以通过按 Tab 键接受建议,也可以通过按 Esc 键拒绝建议。要逐字部分接受建议,请按 Ctrl/⌘→。要拒绝建议,只需继续输入,或使用 Escape 取消/隐藏建议。 每次击键或光标移动时,Cursor 都会尝试根据您最近的更改提出建议。但是,Cursor 不会始终显示建议;有时,模型预测不会做出任何更改。 Cursor 可以从当前行上方的一行更改为当前行下方的两行。 切换: 要打开或关闭该功能,请将鼠标悬停在应用程序右下角状态栏上的“光标选项卡”图标上。 @Docs: Cursor 附带一组第三方文档,这些文档已爬取、索引并准备好用作上下文。您可以使用@Docs 符号访问它们。 如果要对尚未提供的自定义文档进行爬网和索引,可以通过@Docs>Add new doc 来实现。粘贴所需文档的 URL 后,将显示相应模式。然后 Cursor 将索引并学习文档,您将能够像任何其他文档一样将其用作上下文。 在 Cursor Settings>Features>Docs 下,您可以管理已添加的文档,包括编辑、删除或添加新文档。 @Files: 在 AI 输入框中(如 Cursor Chat 和 Cmd K),可以使用@Files 引用整个文件。如果继续在@后键入,将在策略之后看到文件搜索结果。 为确保引用的文件正确,Cursor 会显示文件路径的预览,这在不同文件夹中有多个同名文件时尤其有用。 在 Cursor 的聊天中,如果文件内容太长,Cursor 会将文件分块为较小的块,并根据与查询的相关性对它们进行重新排序。
2025-04-10
关于处理法律事务的提示词
以下是关于处理法律事务的提示词相关内容: 1. 陶力文律师观点:不能期待设计一个完美的提示词让 AI 百分百给出完美答案,应将提示词视为相对完善的“谈话方案”,成果在对话中产生。对于尝试 AI 的朋友,建议多给 AI 几轮对话修正的余地,不要期望一次输入提示词就得到想要的东西。陶律师习惯用的大模型是 KIMI,也可使用 GPT、文心一言、豆包等。其个人 Prompt 库取名为【元始洞玄灵宝枢机 AI 符法集成道藏】,库里每篇灵机符箓命名为【敕令 XXXX】。【箓】描述符箓整体所属、版本,【符】关键,涉及具体操作步骤和方法,开头赋予 AI 身份划定边界。 2. 潘帅观点:律师常用 Prompt 场景包括案例检索和类案检索。案例检索最好使用法律行业垂类的 AI 产品,通用型 AI 可能存在问题。案例检索的 Prompt 指令词结构为【案例领域或类型+明确需要查找的重点内容+查找案例的目的+其他希望 AI 做的事情】,并列举了多个具体例子,如商标侵权案件中“混淆可能性”标准的判例检索等。
2025-04-03
目前的大模型ai工具中 你觉得文本处理 写作这方面那个工具最强 最像人
目前在大模型 AI 工具中,对于文本处理和写作方面,以下是一些相关信息: 生成式人工智能的工作原理:在整体的人工智能领域,监督学习用于标记事物,一直占据很大比例。现在生成式 AI 快速崛起,强化学习与无监督学习也是重要工具。生成式 AI 由监督学习技术搭建,大语言模型使用监督学习不断预测下一个词语来生成文本,这需要大量数据。 大语言模型的应用:运用大语言模型写故事、修改文本很有用,但它可能编造故事产生错误信息,需要鉴别信息准确。网络搜索与大语言模型的区别在于网络搜索可追寻信息来源,大语言模型能提供建议与策略。 写作方面:使用大模型工具如 LLM 来写作,集思广益、头脑风暴非常有用。网页版聊天时提供更多信息,翻译也可使用 LLM,但其效果受网络文本量影响。 推荐的大模型工具:chatGPT 4.0、kimichat、智谱清言 4 等。一些国产模型如智谱和文心可以文生图。 相关工具:除了 Snapbox 外,还有 OpenCAT 等类似工具可供选择。有多种文本处理与总结工具,如 kimi 网页总结助手、ChatHub 等,以及翻译插件与 AI 对话插件、沉浸式翻译插件等。Memo Al 可以对音频视频进行转文字、字幕翻译、语音合成等,并由多种 AI 模型提炼内容精华总结、生成思维导图。 综合来看,不同的大模型工具在文本处理和写作方面各有特点,难以简单地确定哪一个最强、最像人,具体取决于您的需求和使用场景。
2025-04-01
长文本处理
以下是关于长文本处理的相关信息: 通义千问发布了一个模型并开源了两个模型,其中一个在长文本处理方面有显著提升。 开源的 Qwen2.51M 大模型推出 7B、14B 两个尺寸,在处理长文本任务中稳定超越 GPT4omini,同时开源推理框架,在处理百万级别长文本输入时可实现近 7 倍的提速,首次将开源 Qwen 模型的上下文扩展到 1M 长度。在上下文长度为 100 万 Tokens 的大海捞针任务中,Qwen2.51M 能够准确地从 1M 长度的文档中检索出隐藏信息,仅有 7B 模型出现少量错误。对于更复杂的长上下文理解任务,通义官方选择了等测试集。 Qwen2.51M 系列模型在大多数长上下文任务中显著优于之前的 128K 版本,特别是在处理超过 64K 长度的任务时表现出色。Qwen2.514BInstruct1M 模型不仅击败了 Qwen2.5Turbo,还在多个数据集上稳定超越 GPT4omini,可作为现有长上下文模型的优秀开源替代。 此外,还有关于利用 Langchain+Ollama+RSSHub 实现本地部署资讯问答机器人的内容,包括导入依赖库、从订阅源获取内容、为文档内容生成向量等步骤。其中使用了 feedparse 用于解析 RSS 订阅源,ollama 用于在 python 程序中跑大模型,文本向量模型 bgem3 具有支持多语言、长文本输入、集成多种检索能力等特点。
2025-03-31
AI 制作短视频的方法
以下是关于 AI 制作短视频的方法: 1. 确定视频风格和主题:使用 Fanbook 中的 niji6 模型及sref 指令,加上每张图片的提示词来确定视频风格的一致性。比如根据丝绸之路的古风主题确定风格和时长,然后设定故事主线和镜头。 2. 创作故事剧本和分镜头:参考分镜头的基本格式要求,按照场景、地点、镜号、画面描述、台词、音效等维度进行填充。尽可能精简人物对话,提炼重点。当缺乏画面灵感时,可以借助语言大模型,如 Kimi 来获取帮助。 3. 生成角色和场景:根据剧本中的人物性格特征和时代背景,描绘人物的提示词、上传角色参考图cref,并将角色背景扣除以便于进行角色加背景的融合生成时进行垫图操作。场景提示词从剧本中的画面描述进行提取,采用文生图模式,画面风格选择提前准备好的风格图进行垫图,上传角色图、场景背景进行参考生成,提高人物和场景的融合度。 4. 让图片动起来:使用即梦进行图生视频,上传图片至视频生成模块,用简单提示词描绘画面中的动态内容,可生成时长为 3 秒钟的画面。运镜类型可根据剧本中的镜头描绘设置,主要设置以随机运镜为主,生成速度根据视频节奏选择。 此外,根据视频脚本生成短视频的 AI 工具有多种,适用于不同的应用场景和需求,包括: 1. ChatGPT + 剪映:ChatGPT 生成视频小说脚本,剪映根据脚本自动分析出视频中需要的场景、角色、镜头等要素,并生成对应的素材和文本框架。 2. PixVerse AI:在线 AI 视频生成工具,支持将多模态输入(如图像、文本、音频)转化为视频。 3. Pictory:AI 视频生成器,允许用户提供文本描述来生成相应的视频内容。 4. VEED.IO:提供了 AI 图像生成器和 AI 脚本生成器,帮助用户从图像制作视频,并规划从开场到结尾的内容。 5. Runway:能够将文本转化为风格化的视频内容,适用于多种应用场景。 6. 艺映 AI:专注于人工智能视频领域,提供文生视频、图生视频、视频转漫等服务,用户可以根据文本脚本生成视频。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-04-13
推荐几个AI工具及其使用方法,我要用于病案质控
以下为您推荐几个可用于病案质控的 AI 工具及其使用方法: 1. Scite.ai:这是一个为研究人员、学者和行业专业人员打造的创新平台,旨在增强他们对科学文献的洞察。它提供了一系列工具,如引用声明搜索、自定义仪表板和参考检查,这些都能简化您的学术工作。您可以通过访问使用。 2. Scholarcy:这是一款科研神器,主要为做科研、学术、写论文的人准备。它可以从文档中提取结构化数据,并通过知识归纳引擎生成文章概要,精炼地呈现文章的总结信息,分析中包含关键概念、摘要、学术亮点、学术总结、比较分析、局限等板块的内容。您可以通过使用。 3. ChatGPT:这是一个强大的自然语言处理模型,可以提供有关病案质控的修改意见。您可以向它提供您的文章,并提出您的问题和需求,它将尽力为您提供帮助。您可以通过使用。 这些工具可以帮助您从不同的角度审视和改进您的病案质控工作,您可以根据自己的具体需求选择合适的工具进行尝试。请注意,内容由 AI 大模型生成,请仔细甄别。
2025-04-13
模型训练的基本名词和方法
以下是关于模型训练的基本名词和方法的介绍: 基本名词: 1. 过拟合&欠拟合:过拟合和欠拟合都是不好的现象,需要加以控制以让模型达到理想效果。解决方法包括调整训练集、正则化和训练参数等,过拟合可减少训练集素材量,欠拟合则增加训练集素材量。 2. 泛化性:泛化性不好的模型难以适应其他风格和多样的创作。可通过跑 lora 模型生图测试判断泛化性,解决办法与过拟合和欠拟合类似,从训练集、正则化、训练参数等方面调整。 3. 正则化:是解决过拟合和欠拟合情况、提高泛化性的手段,给模型加规则和约束,限制优化参数,有效防止过拟合,提高模型适应不同情况的表现和泛化性。 方法: 1. 全面充分采集训练素材:例如在角色训练素材中,应包含各种角度、表情、光线等情况的素材,确保模型具有较好泛化性。 2. 图像预处理:对训练素材进行分辨率调整、裁切操作,并对训练集进行打标签处理。 3. 参数调优:尽量将训练时长控制在半小时左右,过长易导致过拟合,通过调整参数控制时长。 4. 观察学习曲线:通过观察学习曲线来调整训练素材和参数。 5. 过拟合&欠拟合处理:测试训练好的模型,观察过拟合和欠拟合问题,进一步通过调整训练素材和正则化等手段优化。 此外,在模型训练中还需注意: 1. 数据集获取渠道:可通过网上收集、购买、使用无版权问题的如古画等,原则是根据生成图的需求找对应数据集,要清晰、主体元素干净、风格统一。 2. 数据集处理:包括基础处理如裁剪保证清晰和分辨率,更重要的是写标注。 3. 设置模型触发词:可自定义,完整形式可以是一句话,建议以王 flags 模型为主。 4. 统一标注风格与应用场景:例如未来高科技 3D 天然风格,用于互联网首页图像等,并概括主题内容、描述物体特征等。 5. 利用 GPT 辅助描述并人工审核:让 GPT 按要求描述,人工审核修改。 6. 模型训练的准备与流程:完成数据集描述后进入训练流程,选择模型训练分类和数据集,创建并上传数据集压缩包,注意数据名与图片命名一致。选择训练模式和参数,新手选用普通基础模式,训练集质量重要,训练参数中总步数与训练集图片数量相关,触发词设定要避免概念混乱。
2025-04-09
chatgpt4.5的使用方法
以下是关于 ChatGPT 4.5 的使用方法: 1. 目前 ChatGPT 官网有 GPT3.5、GPT4 和 ChatGPT 4.5 三个版本。ChatGPT 4.5 发布后引起关注,其可以免费体验,但免费体验次数有限。 2. GPT3.5 为免费版本,拥有账号即可使用,但智能程度不如 ChatGPT 4.5,且无法使用 DALL.E3 等功能和插件。 3. ChatGPT 4.5 的知识更新到 2023 年 10 月,而 ChatGPT 4 更新到 2023 年 12 月。 4. 若想使用更多功能更智能的 ChatGPT 4.5,需要升级到 PLUS 套餐,收费标准为 20 美金一个月。GPT4 还有团队版企业版,但费用更贵,一般推荐使用 PLUS 套餐。 5. 关于注册、安装和订阅的详细步骤,您可以参考相关文章,如作者为 JessieZTalk 的亲测文章(原文链接:https://mp.weixin.qq.com/s/tzCVGrwgeG6Bss83Xmep0g )。
2025-03-28
数据挖掘评论分析生成可视化的免费方法
目前暂时没有关于数据挖掘评论分析生成可视化免费方法的相关内容。但您可以通过以下途径寻找免费的解决方案: 1. 利用开源的数据挖掘和可视化工具,如 R 语言中的 ggplot2 库、Python 中的 matplotlib 和 seaborn 库等。 2. 搜索在线的免费数据可视化平台,部分平台可能提供一定程度的数据挖掘和评论分析的可视化功能。 3. 参考相关的技术论坛和社区,获取其他用户分享的免费方法和经验。
2025-03-26
请详细讲述一下这个网站《通往AGI之路》的学习方法?
《通往 AGI 之路》的学习方法如下: 1. 系统学习:观看李弘毅老师的生成式 AI 导论、吴达的生成式 AI 入门视频等高质量学习内容,并整理成学习笔记,在整理过程中与大家交流互动。 2. 社区共创学习:对于觉得系统学习枯燥的同学,可以等待社区共创内容,通过共创做小项目来反向推动学习。 3. 了解相关原理:学习 A16Z 推荐的包括 GPT 相关知识、Transformer 模型运作原理、大语言模型词语接龙原理等基础知识。 4. 探索应用:例如了解 Stable Diffusion 运作原理与 GPT 训练现状。 5. 针对特定软件:对于 AE 软件,可在 B 站找丰富的入门课程自学,也可从包图网下载工程文件学习。通过拆解视频、留意路边广告特效、按层级逻辑思考画面运动来学习,还可参考模板。 6. 名词解释:理解包括 AGI、AIGC、agent、prompt 等 AI 相关名词,可通过与 AI 对话或李继刚老师的课程来理解。 7. 信息获取:关注赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,订阅获取最新信息并投稿。 8. 参与活动:参加如 AIPO、CONFIUI 生态大会等社区活动,每月还有切磋大会。 9. 阅读经典:阅读介绍 GPT 运作原理、Transformer 模型、扩散模型等的经典必读文章,以及软件 2.0 时代相关内容。 10. 初学者推荐:对于初学者,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。同时,整理 open AI 的发展时间线和万字长文回顾等历史脉络类资料。
2025-03-23