以下是关于提示词调优产品的相关信息： 针对性技巧： 从用户痛点、技术创新、市场竞争三个维度分析产品的差异化优势，并预测可能面临的发展瓶颈。 “说人话”优化技巧，目的是获得更容易理解的解释，例如用 8 岁小朋友能听懂的比喻解释复杂概念。 细节约束技巧，确保输出符合特定要求，如写一篇有具体要求的美食测评。 资源获取技巧，获得具体可行的工具或方法建议，如为职场人士推荐学习英语口语的 APP 及使用方法和时间分配等。 灵活组合使用这些技巧的要点是提供清晰的背景信息、设定具体的目标和要求、指定期望的输出形式、适时使用追问和反馈优化结果。 相关产品日报： XiaoHu.AI 日报 11 月 15 日： 优化提示词，通过链式思维等技术自动改进提示词，提升 AI 模型回答质量，具有示例增强、标准化、提示重写、预填充内容等功能特点，测试显示多标签分类准确率提升 30%，摘要任务可完全遵循字数要求，若提示缺少示例，Claude 会自动生成合成示例简化提示构建过程。 Context 推出基于“上下文引擎”的 AI 助手 Autopilot，核心功能是无缝集成用户工作流，支持计划文档生成、多步数据分析、财务建模和图表创建等任务，人机协作方面，面对不确定任务时 AI 会主动请求指导，支持任务并行处理，创新点在于在大项目中能“自我复制”生成多个微型代理协作完成复杂任务。 苹果发布 Final Cut Pro 11，新增多项 AI 功能，包括磁性遮罩（AI 自动识别人和物体，无需绿幕实现抠图）、自动生成字幕（语音转字幕，提高效率）、智能适配（裁剪视频为适合社交媒体的格式）、自动色彩增强（优化画面效果）、平滑慢动作（生成额外帧，改善慢动作视频流畅性）、语音去噪（消除背景噪音，提升对话清晰度）。

以下是一些 AI 结合办公场景的课程： 【已结束】AIPO：校园 AI 创投活动 10 月 16 日 20:00，视频课程，讲师 EM7 南柒，课程标题为“AI 视频创作指南 商业片制作”，相关资料包括老师课件： 10 月 17 日 20:00，模型训练课程，讲师忠忠，课程标题为“0 基础模型训练”，相关资料：厚德云，课程回放： 10 月 18 日 20:00，comfyUI + 建站课程，讲师海辛/阿文，课程标题为“ComfyUI + Cursor 搭建应用”，相关资料：comfyUI、Cursor，课程回放： 10 月 20 日 14:00 18:00，校园 AIPO 线下路演 10 月 21 日 20:00，颁奖 Build on Trae AI 编程挑战 2 月 18 日 20:00 开始，分享材料（”，分享人 Super 黄 Eric，无作业要求 2 月 19 日 20:00 开始，分享材料（视频回放），内容为“AI 编程训练营 环境准备”，分享人 super 黄 2 月 20 日 20:00 开始，分享材料（视频回放） 2 月 21 日 20:00 开始，分享材料（视频回放） 2 月 22 日 20:00 开始，分享材料（视频回放） DAY1 必须了解的企业级 AI 应用开发知识点，本次共学课程会带着大家以“逛”+“体验”的模式，去云游一下阿里云百炼平台的市场，里面目前包含了市面上大量的可以直接使用的 API 能力、场景化的解决方案能力。在本次共学课程中仅需通过简单的界面操作，在几分钟内开发出一款大模型应用、在几小时内训练出一个专属模型，将更多精力专注于应用创新。

以下是关于如何用 AI 构建政务模型的相关信息： 行业、学术界、研究组织和全球合作伙伴正在寻找解决基础模型监管相关挑战的方法。例如，基础模型的开发者正在探索将对齐理论嵌入模型的方式，政府需要与 AI 研究社区密切合作，利用研究见解并完善监管框架。 英国致力于提升在基础模型方面的能力。基础模型是一种新兴的通用 AI 类型，训练数据量大，能适应多种任务，其快速发展给政府监管带来新挑战。 需建立一个中央职能，支持单个监管机构的视野扫描活动，以实现可适应、协作和值得信赖的监管机制。该职能有助于建立一个能适应新兴趋势、召集合作伙伴共同识别趋势，并确保监管框架能应对新兴趋势的监管制度。 要确保与国际监管框架的互操作性，包括监测英国原则与国际监管方法、保证和/或风险管理以及技术标准之间的一致性，支持跨境协调与合作。此职能对于实现促进创新的监管制度至关重要，能确保英国创新者可进行国际交易，英国公司能吸引海外投资。

企业建立私有大模型进行 RAG 并实现企业知识文档、表格和 PDF 图纸向量化时，可参考以下工具和方法： 1. 本地部署资讯问答机器人： 导入依赖库，如 feedparse 用于解析 RSS 订阅源，ollama 用于在 Python 程序中跑大模型（使用前需确保 ollama 服务已开启并下载好模型）。 从订阅源获取内容，通过专门的文本拆分器将长文本拆分成较小的块，并附带相关元数据，最终合并成列表返回。 为文档内容生成向量，可使用文本向量模型 bgem3，从 hf 下载好模型后，假设放置在某个路径 /path/to/bgem3，通过函数利用 FAISS 创建高效的向量存储。 2. 开发：LangChain 应用开发指南 大模型的知识外挂 RAG 加载数据，根据数据源类型选择合适的数据加载器，如网页可使用 WebBaseLoader。 将文档对象分割成较小的对象，根据文本特点选择合适的文本分割器，如博客文章可用 RecursiveCharacterTextSplitter。 将文档对象转换为嵌入并存储到向量存储器中，根据嵌入质量和速度选择合适的文本嵌入器和向量存储器，如 OpenAI 的嵌入模型和 Chroma 的向量存储器。 创建检索器，使用向量存储器检索器，传递向量存储器对象和文本嵌入器对象作为参数创建检索器对象。 创建聊天模型，根据性能和成本选择合适的聊天模型，如 OpenAI 的 GPT3 模型。 以下是使用 LangChain 构建 RAG 应用的示例代码。

如果不是英伟达显卡，一般不建议本地部署 SD。 SD 的安装要求如下： 1. 系统需为 Win10 或 Win11。 2. 查看电脑配置： 查看电脑系统：在桌面上找到“我的电脑”，鼠标右键点击，点击“属性”，查看 Windows 规格。 查看电脑配置：检查自己的电脑配置能否带动 SD（Stable Diffusion），需要满足 3 个要求（推荐）：电脑运行内存 8GB 以上，是英伟达（NVIDA）的显卡，显卡内存 4GB 以上。 查看电脑运行内存：打开任务管理器（同时按下 ctrl+shift+esc），8GB 运行内存可以勉强运行 SD，推荐 16GB 以上运行内存。 查看电脑显卡内存（显存）：4GB 显存可运行 SD，推荐 8GB 以上显存。 3. 配置达标可跳转至对应安装教程页： 。 4. 配置不够可选择云端部署（Mac 也推荐云端部署）： 。 5. 备选：SD 好难，先试试简单的无界 AI： 。 另外，Fooocus 是 SD 的相关产品，其使用的是最新推出的 SDXL 1.0 模型，对 stable diffusion 和 Midjourney 做了结合升级。Fooocus 本地部署的配置要求为：需要不低于 8GB 的内存和 4GB 的英伟达显卡。Fooocus 介绍/安装包下载：https://github.com/lllyasviel/Fooocus（文末领取软件+模型整合包：16G） ，使用指南：https://github.com/lllyasviel/Fooocus/discussions/117 ，大模型（base 和 Refiner）默认放在这里：\\Fooocus_win64_1110\\Fooocus\\models\\checkpoints 。 SD 云端部署的流程如下： 1. 安装和配置基础环境：浏览器上按照腾讯云>控制台>云服务器的路径找到购买的实例，点击启动，会新开一个远程访问的窗口，输入购买时设置的密码进入，这样就有了一个远程的 Windows 系统环境，接下来安装显卡驱动、配置环境变量即可。 2. 安装显卡驱动：用内置的 IE（也可下载 Chrome），打开英伟达的网站，找到驱动下载，选择购买机器时选定的显卡型号、Windows 版本号，下载对应的驱动，然后安装上。 3. 配置环境变量：驱动安装完成后，开始配置环境变量。首先找到驱动安装所在的目录，如果没有特殊设定，一般是在「C:\\Program Files\\NCIDIA Corporation」，复制这个路径，找到环境变量配置入口（控制面板>系统和安全>系统），选择「高级系统设置」，弹窗设置环境变量，找到「系统变量」里的 Path 环境变量，点击「编辑...」，然后「新建」，将刚才复制的 nvidia 驱动安装地址粘贴进去，保存即可。

搭建能符合客户需求的智能体的核心技能包括以下方面： 1. 确定智能体的结构：按照市场营销逻辑组织，如以品牌卖点提炼六步法为核心流程，并将其他分析助手加入工作流，包括品牌卖点定义与分类助手、STP 市场分析助手、用户画像分析助手、触点收集助手等，同时还可运用一些未在结构中体现但有效的分析工具，如用户需求分析的 KANO 助手、营销六层转化漏斗分析、超级转化率六要素等。 2. 具备多种相关要素：如技能、模块、环节、要素、脚本、模板、插件、函数等。 3. 图像流搭建： 创建第一个图像流，为文本大模型提供图像生成能力。 了解图像流节点的意义，熟悉智能处理工具、基础编辑工具和风格处理类工具等。 根据需求进行图像流设计，如生成海报功能，包括对输入故事的提示词优化和生图大模型的运用等。 测试图像流。 此外，好的模板应具有切口小、刚需、可拓展性（方便 DIY）等特征，尽量满足真实工作场景中的真实需求。

以下是关于 AI 用药说明书的相关内容： 让 AI 写出想要的代码： 在用 Cursor 写代码时，可能会遇到 AI 输出的代码后期混乱的情况。 解决方法是使用.cursorrules 这个隐藏功能，它相当于放在项目根目录的“说明书”。提前把编码规则、项目结构、注意事项写在这个文件里，AI 就会自动按照要求写代码。 高手和新手的区别在于是否懂得制定规则，让 AI 帮忙完成任务时，先花几分钟写个“说明书”，它就能成为靠谱的助手。 AI 在医疗药品零售领域的应用： 药品推荐系统：利用机器学习算法分析用户数据，为用户推荐合适的非处方药品和保健品，提升销售转化率。 药品库存管理：通过分析多种因素，预测药品需求量，优化库存管理策略，降低成本。 药品识别与查询：借助计算机视觉技术，用户拍摄药品图像，AI 系统自动识别并提供相关信息查询服务。 客户服务智能助手：基于自然语言处理技术，回答顾客常见问题，减轻人工客服工作压力。 药店运营分析：分析药店大数据，发现潜在问题和优化空间，为决策提供参考。 药品质量监控：通过机器视觉等技术，自动检测药品是否合格。 药品防伪追溯：利用区块链等技术，实现全流程药品溯源，确保药品供应链的安全性和可信度。 需要注意，以上关于 AI 在医疗药品零售领域的应用内容由 AI 大模型生成，请仔细甄别。

DeepSeek R1 的训练方式采用强化学习（RL），跳过了监督微调（SFT）阶段。而 ChatGPT 采用预训练+监督微调（SFT）的方式。 ChatGPT 这种方式适用于知识性问答。DeepSeek R1 能自发进行复杂推理，自我回溯、多角度思考，解题过程更完整，但其计算成本更高。在日常查询方面，GPT4o 更快、更适合简单咨询。DeepSeek R1 则在高难度数学和编程问题上更具优势，且更加透明，研究细节可复现，权重可下载。

DeepSeek 是一家具有独特特点和影响力的公司： 1. 秘方是硅谷味儿的：将其比喻成“AI 界的拼多多”是偏颇的，其在硅谷受到关注和追逐并非近期才发生。早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新引发小范围轰动，而当时在国内舆论场被描摹成“大模型价格战的发起者”，形成平行时空的感觉。这表明 DeepSeek 与硅谷更有对话和交流的密码。 2. V3 是 DeepSeek 的 GPT3 时刻：如果 V3 真的是 DeepSeek 的 GPT3 时刻，接下来的发展充满未知，但 DeepSeek 作为中国最全球化的 AI 公司之一，赢得全球同行甚至对手尊重的秘方也是硅谷味儿的。 3. 一个提示词让 DeepSeek 能力更上一层楼：通过 Coze 做小测试进行效果对比。使用方法包括搜索 www.deepseek.com 点击“开始对话”，将装有提示词的代码发给 DeepSeek，认真阅读开场白后正式开始对话。其设计思路包括将 Agent 封装成 Prompt 并储存在文件，通过提示词文件让 DeepSeek 实现同时使用联网和深度思考功能，在模型默认能力基础上优化输出质量等。完整提示词版本为 v1.3，特别鸣谢李继刚和 Thinking Claude 等。

使用 AI 写网络小说并通过网络小说平台发布赚钱是具有一定可行性的，以下是相关步骤： 一、准备阶段 1. 确定目标读者群体，了解他们的喜好和需求，以便创作出更符合市场的作品。 2. 选择适合的 AI 写作工具，例如 ChatGPT 等。 二、写作阶段 1. 利用 AI 工具生成小说的初步框架和情节，包括角色设定、故事发展等。 2. 对 AI 生成的内容进行修改和完善，使其更具逻辑性、吸引力和独特性。 三、发布阶段 1. 选择合适的网络小说平台，了解其发布规则和要求。 2. 按照平台规定注册账号，并提交小说作品。 四、运营推广阶段 1. 积极与读者互动，回复评论和留言，根据读者反馈改进作品。 2. 利用社交媒体等渠道宣传自己的小说，提高知名度和影响力。 需要注意的是，虽然 AI 可以提供帮助，但最终的作品质量仍取决于作者的修改和完善。同时，不同的网络小说平台可能有不同的审核标准和版权政策，需要仔细了解和遵守。