以下是一些与 diffusion 技术相关的重要论文： 《HighResolution Image Synthesis with Latent Diffusion Models》：https://arxiv.org/abs/2112.10752 《Denoising Diffusion Probabilistic Models》：作者为 Ho、Jain、Abbeel，出自 Berkeley （2020）

以下是一些关于利用 AI 辅助完成您需求的建议： 1. 先拆解您的博士论文工作流程，搞清楚每个步骤的输入输出和相互关系。 2. 思考论文中的哪些环节可以引入 AI 工具来提效，一切要从业务逻辑出发，AI 是锦上添花，不能本末倒置。 3. 搭建选题库，明确论文的定位（可用 AI 辅助分析），找相关的对标论文和优秀研究。 4. 在写作环节，可用 AI 辅助拆解对标论文，提炼写作技巧，然后根据借鉴的技巧结合自身特色列出写作大纲，并使用 AI 优化大纲、查找资料、润色文章，但核心内容要自己完成，不能过度依赖 AI。 5. 起标题与配图方面，用 AI 辅助批量生成标题，再自己修改优化，评估标题是否足够吸引眼球，让 AI 分析论文提供配图建议，去免费图库搜索配图。 6. 养成习惯与总结，做每件事前都思考 AI 能提供什么帮助，把整套流程实践几次，形成肌肉记忆，不断打磨完善属于自己的 AI 辅助流程，同时警惕过度依赖，AI 只是辅助，核心能力要靠自己。 目前常见的可用于辅助您的 AI 工具如 ChatGPT 等，但具体的选择还需根据您的实际需求和使用体验来决定。

以下是为您提供的关于 Kimi Copilot 网页总结工具的相关信息： 推荐了两个实用的浏览器插件： （不方便下载的，文末附下载链接） 使用该插件需要在浏览器中登录自己的 Kimi 账号，关联网页版。 Kimi Copilot网页总结助手的插件提示词分了 3 部分，提示词如下： 你是一个擅长总结长文本的助手，能够总结用户给出的文本，并生成摘要。 工作流程：让我们一步一步思考，阅读我提供的内容，并做出以下操作。 一句话总结这篇文章，标题为“概述”。 总结文章内容并写成摘要，标题为“摘要”。 总是用中文回答；当输出标题时，应该使用 markdown格式。 文末还提供了相关插件的附件下载：

以下是关于处理日常重复简单工作的相关建议： 首先，评估和识别日常重复性高的任务。通过分析日常工作流程，观察和记录员工的日常工作，特别是那些耗时且重复性高的活动，如数据输入、文件整理等。确定要通过观察和记录达成的具体目标，例如提高效率、减少错误率、优化工作流程等。与员工交谈，了解他们对当前工作流程的看法，以及他们认为可能存在的效率瓶颈或挑战。 然后，分析收集到的数据，识别哪些任务是最耗时和重复性最高的。基于分析结果，确定哪些任务可以通过引入自动化工具来优化，并制定具体的行动计划，包括引入新工具、重新设计工作流程或提供额外培训。 最后，引入自动化工具，例如 RPA（机器人流程自动化）技术。RPA 是一种软件技术，能够模仿人类在电脑上执行的重复性任务，可在不改变现有系统架构的情况下工作，是一种快速部署且成本效益高的解决方案。它可以用于自动化各种标准化、规则性的任务。在企业的 IT 系统中部署 RPA 或其他自动化软件，并根据具体的工作流程进行配置，在初期实施后对自动化流程进行测试和调整优化。 需要注意的是，在选择自动化工具时，应根据企业的具体需求和预算来选择合适的工具。

以下是一些不用翻墙且免费的可用于数据分析的 AI 工具： 1. Mistral 发布的全新聊天应用：基于 Pixtral Large 124B 多模态模型，支持网络搜索、写作画布与 Flux Pro 图像生成功能。亮点包括网络搜索工具获取最新信息、写作画布功能适合文档创作与协作、高质量图像生成工具 Flux Pro 支持免费使用。在线体验网址： 。 2. 亚马逊实验环境平台：安全性和体验不错，在国内不用翻墙就可体验，对有云需求和免费体验模型的伙伴有帮助。目前加入该平台的模型厂商包括 AI21 Labs、Anthropic、Cohere、Meta、Stability AI、Mistral 和 Amazon。但该测试网址目前只能记住添加的模型，无法像 Claude、GPT 网页一样记住过往交流信息。 在进行数据分析时，您可以利用 AI 进行信息收集，例如与权威网站结合获取关键数据，辅助提取结构化表格数据或编写抓取程序。针对报告需求将内容拆分，避免 AI 单次处理任务过长。借助传统工具如 Excel，结合 AI 指导高效操作数据筛选与图表生成。通过整理数据，利用 AI 辅助分析后撰写报告初稿，不过最终内容需人工主导校验，避免误导性结论。

以下是关于 coze 的 deepseek 实践的相关信息： 一个提示词让 DeepSeek 的能力更上一层楼： 效果对比：用 Coze 做了小测试，可对比查看相关视频。 如何使用：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。 设计思路：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，设计阈值系统，用 XML 进行规范设定。 完整提示词：v 1.3 特别鸣谢：李继刚的【思考的七把武器】提供思考方向，Thinking Claude 是设计灵感来源，Claude 3.5 Sonnet 是得力助手。 字节火山上线了 DeepSeek 系列模型并更改了模型服务价格： 2 月 14 日 8 点有直播，直播结束可看回放，相关学习文档可查看。 重点更新：上线 DeepSeek 系列模型，DeepSeekR1、V3 模型分别提供 50 万免费额度和 API 半价活动，即日起至 2025 年 2 月 18 日 23:59:59 所有用户均可享受价格优惠。 2024 年 7 月 18 日历史更新（归档）： 《长文深度解析 Coze 的多 Agent 模式的实现机制》：艾木老师深入研究了 Coze 的多 Agent 模式机制，分析了三种节点跳转模式及应用场景和不足。 《揭秘 DeepSeek: 一个更极致的中国技术理想主义故事》：DeepSeek 以独特技术创新崭露头角，发布颠覆性价格的源模型 DeepSeek V2，创始人梁文锋是技术理想主义者。 《10 万卡集群：通往 AGI 的新门票》：分析了 10 万 GPU 集群建设的相关问题，指出数据中心设计和网络拓扑结构对大型 AI 训练集的重要性。

天工 AI 的网址是：tiangong.cn 。 天工 AI 是昆仑万维推出的搜索引擎，采用生成式搜索技术，支持自然语言交互和深度追问，未来还将支持图像、语音等多模态搜索。在相关的月度榜单中，如 2025 年 1 月的国内流量榜和 11 月的榜单中均有出现。

以下是一些免费的文生图中文软件： 1. 豆包 App 支持文生图中文文字生成。 2. Stability AI 推出的基于 Discord 的媒体生成和编辑工具可用于文生图，您可以通过以下步骤使用： 点击链接进入官方 DISCORD 服务器：https://discord.com/invite/stablediffusion 。 进入 ARTISAN 频道，任意选择一个频道。 输入/dream 会提示您没有权限，点击链接，注册登录，填写信用卡信息以及地址，点击提交，会免费试用三天，三天后开始收费。输入/dream 提示词，这部分和 MJ 类似，可选参数有五类，包括提示词（必填项）、负面提示词（选填项）、种子值（选填项）、长宽比（选填项）、模型选择（选填项）、张数（选填项）。完成后选择其中一张。 3. 您还可以参考以下教程： SD 做中文文字生成的教程： 找到一款喜欢的字体，写上主题例如“端午”。 打开 SD，选择文生图，输入关键词咒语。 打开 Controlnet，启用 lineart 和 canny 固定字体，如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 打开高清修复，分辨率联系 1024 以上，步数：29 60 。 直接生成。这里可以举一反三，选择一些水果模型，珠宝模型，毛毡等等快来试一试吧，附免费参数。

以下为免费的中文文生图软件 Stable Diffusion 的相关信息： 公司介绍：相比较于 DALLE 等大模型，Stable Diffusion 让用户使用消费级的显卡便能够迅速实现文生图。它完全免费开源，所有代码均在 GitHub 上公开，大家可以拷贝使用。其第一个版本训练耗资 60 万美元，资金支持来自成立于 2020 年的 Stability AI 公司，创始人兼 CEO 是 Emad Mostaque。 文生图使用： 点击链接进入官方 DISCORD 服务器：https://discord.com/invite/stablediffusion 。 进入 ARTISAN 频道，任意选择一个频道。 输入/dream 会提示没有权限，点击链接，注册登录，填写信用卡信息以及地址，点击提交，会免费试用三天，三天后开始收费。 输入/dream 提示词，这部分和 MJ 类似。 可选参数有五类： prompt（提示词）：正常文字输入，必填项。 negative_prompt（负面提示词）：填写负面提示词，选填项。 seed（种子值）：可以自己填，选填项。 aspect（长宽比）：选填项。 model（模型选择）：SD3，Core 两种可选，选填项。 Images（张数）：1 4 张，选填项。 教程示例： 作者： 作者 步骤： 1. 找到一款喜欢的字体，写上主题例如“端午”。 2. 打开 SD，选择文生图，输入关键词咒语。 3. 打开 Controlnet，启用 lineart 和 canny 固定字体，如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 4. 打开高清修复，分辨率联系 1024 以上，步数：29 60 。 5. 直接生成就搞定啦。这里可以举一反三，选择一些水果模型，珠宝模型，毛毡等等快来试一试吧。 6. 附免费参数： Checkpoint：Chilloutmix Controlnet：lineart + canny + depth 正向咒语：watermelon，Art fonts，masterpiece,best quality,Smile,Lensoriented 反向咒语：NSFW,Cleavage,Pubic Hair,Nudity,Naked,Au naturel,Watermark,Text,censored,deformed,bad anatomy,disfigured,poorly drawn face,mutated,extra limb,ugly,poorly drawn hands,missing limb,floating limbs,disconnected limbs,disconnected head,malformed hands,long neck,mutated hands and fingers,bad hands,missing fingers,cropped,worst quality,low quality,mutation,poorly drawn,huge calf,bad hands,fused hand,missing hand,disappearing arms,disappearing thigh,disappearing calf,disappearing legs,missing fingers,fused fingers,abnormal eye proportion,Abnormal hands

RAG（检索增强生成）是一种在 AI 领域中用于处理知识库的方案。 大模型的训练数据有截止日期，当需要依靠不包含在大模型训练集中的数据时，RAG 是主要方法之一。 RAG 的应用可以抽象为以下 5 个过程： 1. 文档加载：从多种不同来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据以及代码等。 2. 文本分割：把文档切分为指定大小的块，称为“文档块”或“文档片”。 3. 存储：包括将切分好的文档块进行嵌入转换成向量形式，并将向量数据存储到向量数据库。 4. 检索：通过某种检索算法找到与输入问题相似的嵌入片。 5. 输出：把问题以及检索出来的嵌入片一起提交给 LLM，LLM 会通过问题和检索出来的提示生成更合理的答案。 基于 Coze 的知识库问答是典型的 RAG 方案，其重要一环是文档切片。但 RAG 方案存在一些缺点，如跨分片总结和推理能力弱、文档有序性被打破、表格解析失败等。 相关的海外官方文档：https://www.coze.com/docs/zh_cn/knowledge.html ，国内官方文档：https://www.coze.cn/docs/guides/use_knowledge 。 在实际操作中，如使用外贸大师产品的帮助文档创建知识库时，要注意文档的分片策略会严重影响查询结果。