我叫 landflow, 之前我是介绍过一个项目叫 land change, 这家公司的话也是挺厉害的,就是在 l l m 的这种大模型的这个基础上,它可以开发这种个性化的应用,它有个框架叫 land chain, 然后 landflow 是在 land change 的基础上做了一个低代码的一个 ui, 它等于是这样。那这个项目的话目前也是比较火的,因为 linchen 这个呛项目,他目前也拿到了两亿美金,这家公司就是目前也是非常火,上次我也是介绍过, 主要的原因就是那个 chat gpt 的话呢,就是还有些缺陷。那所有的 lanchen 这种开源的项目的话呢,就是在围绕着这个 chat gpt 或者 l l m 的这种大型的预训练模型的基础上, 可以个性化的开发一些应用,然后他在这个周边做一些扩展,他开发了一套框架,也是用拍声写的。这样如果你要开发一些个性化的这个恰的 g p t 的应用,如果你用他这个框 下来写的相对来讲会比较容易,他是等于是这样好,那么我们还是来看一看这个项目叫 lanflow landflow, 它就是一个低代码的这样一个平台,你可以看到它这边有个 ui 的界面。呃,我本来想装装一下的,在我本机上面, 但是他是要拍套取拍省的三点九版本,我看了一下,他报了个错,他要拍拍省三点九版本以上他才能装的。我,我本机是三点八的,所以我就懒得没装了。但是他装安安装的话呢,还是比较简单,因为他仅仅是一个 web 的一个 ur 界面,他是基于 react flow 这个框架来写的,它是基于这个来写的,那么呃这个这个项目的话,你可以看到最左边,它的最左边有这种大型的预训练模型,像 oba ai, 它目前已经把它内置进去了。呃, 它也有这个 agent, 也有这种,呃叫呃 chance, 也有 property, 然后也有 choose, 这个就是 lanchage 旁边的我们原来讲过的就 五个模块,它其实都是有的,那么它可以把这些模块拖到最右边的这个新的一个 newflow 里面里面来,它就是一个图形,你可以它可以通过把这个可视化的定义一些配置,拖拽一些流程,它自动可以生成一个自定个性化的这样的一个 chat。 gpg 的应用,它在旁边的这样的一个 chat 里面就可以进行来来定义和交流了。所以它这个功能呢?我看了一下,这个还是还是挺好的,它这个项目目前热门程度也非常高啊,六点 六千六百颗星星啊,对,这个项目还是蛮热的,我觉得价值也是蛮大的,因为它也是基于 mit 的这个 license 是可以商用的,这功能它可以整合在你们 我们自己公司的产品里面,可以可视化的啊的去创建一个这个类似于这个个性化的 chat g p t 的应用,它等于它主要是在 lanchen 的这样的一个基础上,因为 lanchen 它用起来 可能对某些人员来讲还是比较难的,因为他都是一些拍成的 api, 那么他呢?把它变成图形化之后非常简单的,你可以看到他这个连线里面他有一些参数,那么你可以直接通过这个模块把这些参数给拖进来,基本上你就可以完成这样的一个个性化的这样的一个 cat 啊,他怎么用呢?他的可是可是花的这个流程建完之后,他可以保存一个 jason 的一个配置文件, 你可以通过你可以保存这个配置文件,之后的你可以通过 landflow 的这样的一个工具,把这个配置文件给装载起来之后,你就可以用它,等于是这样,所以啊的使用起来还是非常方便的,因为它是这种低代码的这种方式。好吧,所以今天就先给大家就是介绍这样的一个开源的这样一个项目,这个项目我觉得还是挺有价值的。
粉丝4.6万获赞35.7万

网传有人利用亲爱的 g p t 啊,一个月撸了有十几万,这些狠人每天用它来写各种程序代码,然后拿去卖啊。 还有人利用他一天写上百篇短篇小说去投稿。也有人利用他来搞短视频啊,赚的盆满钵满。今天就以中视频创作给大家去分享一个方法,怎么拿亲爱的 gpt 来做视频,靠流量来变现。 昨天我测试了一下,一天撸了有差不多八百多啊。实测有效。很简单, ai 加剪映就能完成。首先给亲爱的 gbt 一个选题啊,让他帮你想内容。 假如你想剪辑一部影视片段,首先让他帮我们解说一部电影的一个文案,比如说战狼, ai 会把该电影的一个文案直接生成,然后点击复制,直接打开我们的剪映啊,点击图文成片即可直接出片。可以看到他根据文字生成的一个影视解说的视频,就完成了一个,效果还不 错,几分钟就能解决。最后通过中视频伙伴计划发布,有一份播放量平台呢,就会给咱们结算一份佣金。如果说你能听懂的话,可以试一试啊。听不明白的评论区留言,或者说来我直播间亲爱的 gpt 啊,它的功能远远不止这些。联系你的一个职业,看他能够为你做些什么。

none flow 这款号称不用懂代码就能玩转 note 的工具,停车下来感觉略微言过其实,话不多说,直接分享。 none flow 是基于 noten 的原声原模型图形化开发界面。之前粉丝小伙伴提到可以不用懂代码,拖拉几下就可以完成开发,真的吗? 成员小哥称之为第一代码,是基站上边一个开源项目,我们用这条指令就可以完成安装,然后启动。试一下。界面很清爽。可以看到左边栏已经整理了 ajes 牵引 sprump 原模型的开发组件,右上角有导入和导出志愿者能力。 我们创建新流程,可以将组件从左边栏拖到 number 画布上,每一个组件将入场和输出对象都界面化为连接点,相同颜色的连接点就可以进行连接,非常直观的依赖关系。然后 将他们连接在一起,就可以创建你想要的难签的工作流程。这看上去真的很简单,但是也仅仅能用于简单的流程。为什么我会这么说?因为我只是想把上一个教程提到的带聊天总结记忆的本地项目部的代码复刻到朗福楼,我发现实现不了。 回顾一下之前的代码,我用到了两个 prompt 模板,一个用于知识库嵌入,一个用于聊天记录总结。可以看到,对于聊天记录总结的组件,他们是一些 summary memory, 既没有开放 prompt 模板的连接点,意思就是不能去修改末文字。而之前的脚本代码是直接将对象的 prompt 模板进行了替换, 然后本地向的数据库的相似查询也没有开放函数调,而只能使用 a 键值。当我尝试测试创建的 number, 给我的提示也很密,于是我密的 journey prompt 出错,但我似乎没有用过这个主角。最后我想着应该有个地方我可以直接修改对应代码进行调试吧,但是找了一圈都没有编辑的地方, 所以整体用下来。我认为如果你对朗倩比较熟悉,在倩是 agents in bend 相关数据库以及 prompt engineering, 也就是提示制工程这方面都理解很到位, 这个开发界面会非常直观。相反,要是不熟悉 noflow, 能帮到你的仅仅在于跑通基础流程,而无法实现,添砖加瓦。不知道是不是说打开方式不对,要是有信息错误的地方,欢迎评论区指正,有用的话记得点赞收藏。

嗯,很好,我们都知道这个拆的 gd 是一个很神奇的工具啊,他回答问题的质量其实很大程度上取决于我们提问的质量。今天老哥给大家分享一个万能的模板啊,能让拆的 gd 快速完成编程,然后实现我们需要的数据处理。 这个模板就三个部分啊,第一部分是给他带入一个角色,第二部分是表达希望他具有的这个能力。然后第三部分啊,他是直接提出我们数据处理的这个需求,那比如说现在我们让他预测一下这个混凝土的强度啊, 啊,大家看到了啊,他就开始帮我们写这个代码了,然后写完的这个结果我们直接 copy 一下啊,那这个结果我们粘贴到拍子里边试着运行一下啊, 他算了一会,已经给出这个计算的结果,这个代码我是没有改过的,大家看非常的方便。那同样的,前面的表述我们都不改啊,我们换一个问题啊,让他对这个鸢尾花数据集构建一个可以进行分类函数啊,大家看他就开始生成了,那我们把它生成的答案再次粘贴到拍子里面算一下啊,大家看啊,他已经算好了,这个计算的结果 还是非常不错的,所以说现在我们用 chitgp 确实还是能省很多的时间的。呃,如果大家想比较系统的学习用 chitgp 来完成一些这个数据分析啊,建议大家看一下这本书啊,这本书就是教给你在不同的场景之下如何有效的提问,然后让 chitgp 给你生成比较满意的这个答案啊,如果学会了之后,还是能节省我们不少的时间的啊。好的,谢谢大家。

这是一条我认为目前百分之九十九的科技博主们都不愿意分享,甚至大概率都还不会使用的视频内容。视频最后啊,我将分享一个 charge bt 的万能 prom 的命令模型,让你瞬间打开 chargebt 最强性能,成为指令大师。 前两天和一个朋友聊天,他表示目前 ai 最好的赚钱机会是教人使用 promote, 也就是教人如何正确的给 checkpoint 发送指令。我的观点就如同我早期的视频一样,这也是和目前市面上绝大多数所谓的科技博主们截然相反。我认为目前所有的 promote 仅仅只是一个过渡, 不必神话,也不必焦虑。当然,如果目标是让那些没有接触过车的 gbt 人能够快速体验,那么车的 gbt 教学确实可以使普通人尽快上手去领略 ai 魅力的入门选择。但如果你想做人间清醒,并且能够真正掌握车 gbt 的指令 技巧,我建议你收藏这一条视频就够了。阿兰德布顿在身份的焦虑中提到,我们首先需要明白一个道理,任何一个目标向我们提供一劳永逸的保证,按照目标本身的意思 都是不可能实现的,所以任何学习都是终身的,没有捷径。那么面对 ai, 我们要如何学习呢?两个方法和一个超级小技巧。方法一, 从书中学推荐一本书籍,批判性思维。其实教育的第一性原理就是批判性思维,但大多数情况之下,我们往往都是手里拿个锤子 满世界找钉子,见什么都想上去锤一下,这是一种固化的惯性思维。举个例子,当我们使用 chat gpd 三点五提问,你是我的法律顾问,我希望让你帮我起草一份民间借贷合同。 chat gpd 会提供这样的回答,很多人就不知所措了,角色代入法方法没错呀,然后认为 a 也不过如此。其实这个时候啊,我们完全可以切换一个思维,如果 ai 不能立即给我想要的,那么让 ai 来教我怎么做吧。起,找一份民间借贷合同需要注意哪些事项?请你使用提问的方式向我逐一提问,最后帮我生成一份合同模板,供我参考。 这个时候啊, treat gpd 将会给我提出问题,并且在我回答完所有问题之后,帮我生成一份完整的合同模板。想一想,如果你在使用 tread gpd 过程中遇到了类似问题,可以怎么调整你的 promote 呢?方法二,向高手学习,学习你身边那些能够正确使用 tread gp 的人, 细观察他们,拜他们为师,向他们学习。比如,你可以关注类似我这样的博主,仔细观察我们的提问方式和技巧。无论你的职位如何,身份如何,这其实都没有什么难堪的。站在那些已经花过精力和时间的人身上,可以让你少走很多弯路。 我们缺少的只是耐心和时间,都想要快速的得到反馈和结果,那么找那些已经获得一定结果的人学习是最佳的成长路径。这两种方法其实都是通用的学习模型,在任何领域都适用。你需要的,禁止行动起来,并且带着你的头脑一起上路, 正面打广告,我的 mijung 课程即将上线,让你通过使用 ai 工具学习和掌握 ai 绘画的技巧,是由我的好朋友和我一起完成的 mijunni 课程。相比超级 bt promote, 我认为 mijun 的门槛可能会更加高一些,完全值得付费学习。当然这也取决于你自己的学习意愿。看都看到这里了,千万别划走! 将送给你一个非常实用的万能命令模型,请在你的 check p 中输入以下命令最令人兴奋,脑洞大开且非常实用,同时真正能够体现 check p 强大能力的 promote。 请使用中文给我列出二十条 check p, p 会马上 给你输出一系列你拿来即可用的 promise, 你可以让他不受限制的持续生成,选择那条你自己感兴趣的指令,成为指令大师,去尽情体验吧。

让 chap 学习固定的文件内容,需要先将文件内容进行处理,并使用适当的方式将其输入到 gpt 模型中进行学习。下面介绍一种方法,一、格式化文本首先需要将文件内容进行格式化, 确保文本文件只包含纯文本,没有标点符号、特殊符号等,这有助于 g p t 模型更有效地学习文本信息。二、处理数据将文本转换为适合模型处理的格式。可以将文件切分为适当的文本块, 并将其转换为等长的编码文本,如拨编码或 token 序列。这可以使用一些 n l p 库,如 n l t k, spacey 等来完成。 三、转换为数据级将处理后的数据转换为模型。可以训练的数据级,使用 tensorflow, pi, torch 等深度学习框架预定义的数据级对象或自己编写代码来 来完成。四、训练模型使用转换后的数据训练 g p t 模型,这可以使用 tensorflow, pi, torch 或其它深度学习框架的预定义接口和函数来完成。注意事项,需要选择合适的文本处理 和数据转换方法,以确保学习到的文本信息尽可能的准确和完整。需要根据具体情况对模型进行优化和参数调整,以提高学习效率和表现。要针对文本内容选择合适的模型,更好地学习文本信息。

并 ai 免费加入了原声 chat ppt 四开关,你还在做冤大头吗?搜索加上 chat gpt 四这对组合,秒杀所有的 ai 聊天文本工具。微软表示,并 chat 在新增原声 gpt 四只之后,聊天体验将更加出色,更像是在与真人交谈,而非与冰冷的软件对话。 此外,微软还表示,他们将通过积极监测、用户反馈等方法提高并 check 的表现。大家快去下载新版试试吧!

教你如何使用其他插件。现在 gpts 的插件已经更新了九十四个了, 虽然每一个插件也有中文解释,但是还是不知道怎么更好的去利用 scola ai, 它就能帮你解决这些问题。 你只要输入提示,他就能以表格形式把你要了解的那个插件的功能用法全部列给你,包括怎么去提问。

大家好,这集视频我会示范如何使用冰生成图片。首先当然是打开冰 app, 先关闭这个提示窗口,然后点击左上方的个人图像,先确定已经登录 microsoft 账号, hot mail, outlook 或者 left 点 come 的邮箱都可以登录。确认登录后点击右下方的应用,然后选择 being immediate creator, 你可以看到这款工具也是基于勾一,同样也是来自 open ai, 这个其实只是登录到 emit creator 的网页而已,也就是说在任何浏览器都可以登录使用这款制图工具。 如果想要转成中文界面,点击右上方的三横杠,选择 setting 设置,选择 language 语言,接下来选择中文就可以了,然后界面马上就会转成中文了。根据官网注明,目前只能输入英文,但是我测试过输入中文也没问题,所以这个就留给大家自行测试看看了。 我现在尝试以中文输入一位美女骑摩托车回家卡通模式,然后点击创建, ok, 很快就生成出来四张图了,效果还不错,但是如果你们会写 cramp, 那么可以制成更详细符合你自己要求的图片了。 如果要 下载这些图片,点击这三个点,选择 download 下载,然后再紧按着图像选择存储到照片, 这样就成功保存了。现在我们去照相部查看一下, ok, 已经有了。再回到 unique acre 这里,如果你们不知道怎么写,可以点击 surprise me, 然后系统会自动给你填上,让你参考参考, 填上后再点击 click 创建就可以了。还有这个硬币会在每生成一次图片后扣掉一个,每天会给你附送十个硬币,用完后想生成图片就会变慢了。 ok, 希望这个能帮到你们,任何疑问可在下方留言,喜欢这类型视频记得订阅给赞,谢谢大家!

微信公号 chagapt 画图大合起来了!今天发现个微信公号集成了 chagapt 和画图的功能,使用起来很方便。话不多说,带大家体验一下。该工号提供了对话、画图和修图等功能,我们先来试试 ai 对话功能,看起来还不错, 接下来我们再试试画图功能,我们先来画一张图,看看效果如何。几秒后图像就生成出来了,我们来具体看一下生成图片效果如何,我们再试一下对第一张图的放大效果。我们再来看一下放大图的效果如何。 接下来我们再试试修图和图像识别效果。上传一张图片,这里有很多修图的方向可供我们选择,还是很不错的。我们再试一下动物识别的效果,还是很准确的,小伙伴们还在等什么?快来上手试试吧!

今天给大家介绍一个开源框架 landflow 可视化,通过拖拉拽生成企业的模型,安装部署都很简单,只要两个命令就搞定了。启动项目后会自动打开网页访问。如果大家不知道怎么用,可以先试用一下框架提供的例子,点击 community examples, 这里有很多例子,我们随便选一个吧。选这个 pdf loader, 在 p y pdf load 这里选择我们的 pdf 文件作为数据源。 recursive character text splitter 是文本分割器,默认就行。 open aim bidens 需要配置一下 open ai api key, 它的主要功能是将分割后的文本做向量化,存到向 限量数据库 chroma, chroma 是限量数据库。 vector story 这里取个名字只能是英文字符。 vector store agent 是基于 vector store info 的数据做检索,然后再输出给大模型。 open ai 这里选择模型也要配上 open ai api key, 配好后点击右下角的图标就可以用了。在 cod 这里可以看到 r p i 调用的实力,其他系统要对接就可以参考这个 r p i 调用实力。

哈喽,大家好,上个视频我花了两分钟给大家介绍怎么安装这个编程环境,然后接下来的两分钟呢,我再给大家介绍一下怎么样把第一个程序运行起来。 好,我们开始点击这个 file 这个选项,然后点击这个 new, 好,点击 project, 这里呢就是新建项目,其实新建项目的话,我们因为在本地电脑这个调试, 所以我们选择这个 console application 这个选项啊,如果你说在使用中文的话,应该是会更方便一点。好,我们剪开始 go, 然后选择这个,这里是选择编 非常语言,你可以是 c 语言,也可以是 c 加加啊,这都是可以的。好,我们先用 c 语言开始, 然后项目名我们写一个 demo 一好的,然后这里的话其他的,然后这个路径,我们就看一下这个路径,你可以指定到你需要的这个路径,我这里已经新建过这个 demo, 所以说路径我就不需要再选择了,因为他已经已经会自动给你这个保存这个路径的。好,这样就可以了,不需要再做其他的选择, 然后这边这个是编译器的选择,编译器的选择我们默认就可以,不用去管它,然后其他选项的话,我们也只有需要默认好点 finish, ok, 你看 finish 结束之后, 我们在这个 workspace 这个空间里面呢,就会看到我们面点 c, 看这里有个 hollower 的这个模板,这是程序,这是这个 id 工具给我们生成的这个第一个程序,它是这个模板的这个 面程序。啊,好,我们就可以直接运行一下这个面程序,好,点击 run, 这样运行,这里还有更好的, 那它提示说这个没有 build, 那你是不是想要 build? 嗯,程序的运行的话,都是要先 build, 然后再 run, 然后再显示结果。 ok, 我们点一下这个 好,这个程序的代码已经运行好了,这个程序的这个 功能就是打印一个 hello word, 就是说这是 hello word, 这是已经打印好了,说明这个程序已经运行成功了啊。第一个程序就是这么简单,我们可以改一下这个,测试一下 m i hello word 好不好? m i hello word, 好,我们接着再运行一下。 a, 保存一下,然后 build 一下,好,点击运行。 好的,我们看一下啊,看,这里就出了 my hollow world, 就是说程序的更改之后,你要点击先 build, 然后再运行,因为有一些缓存的原因。好好, 这张就介绍到这里,第一个程序就运行起来了,这是编程,其实很简单,很简单,是不是大家可以啊,喜欢的或者感兴趣的可以玩一玩, 只需要四分钟,你就可以快速搭建一个编程环境,然后体验一下编程的感觉,也可以改一改具体后面的这个编程语言的这个语法啊什么的,我们可以边走边学,好不好?谢谢大家。

想要让 gpt 给出高质量回答,却又不知道如何写 prompt, 那么为什么不让你的 gpt 帮你写 prompt 呢?不知道怎么写 prompt 是大部分小伙伴在使用 gpt 的时候都会遇到的问题, prompt 写不好, gpt 就没法给出优质的回答,那么我们为什么不换一种思路呢?让 gpt 来帮我们写 prompt。 为了能够让 gpt 实现更高效率的 top 撰写,我们需要用到 gpt 的自定义指令功能。在我们的用户界面找到这个选项,我们点击它,就会出现自定义指令的窗口。自定义指令可以让 gpt 永久性的记住这段与输入的文字。我们在第一段输入这个,第二段输入这个, 输入完毕后,我们点击 c, 然后新开一个聊天,直接输入我们的想法或者问题, gpt 就会开始为我们完善 pop。 经过几次迭代后,如果你觉得 pop 可行了,那么就复制 pop, 开启一个新的聊天。记得把自定义代码关掉, 否则会继续使用粘贴刚刚复制的 prom 进行适当修改后,直接提问即可,看看他给出的内容是不是比直接问要好了很多呢?我是大学异能者,关注我,带你学习更多异能!

你敢相信这是我花一分钟和 ai 聊天聊着的 ppt 吗?不可能,绝对不可能!他在制作 ppt 的美观程度和使用的友好度上面,我觉得他真的已经超过了我之前推荐的另外的很多的产品和方法。 这款牛肉干嘛的应用了在嫁接的七 s p t 的功能以后,推出了一个 ai 的版本,体验非常的惊艳。 它采用了对话式的交互方式,你只需要输入你的主题,获得你的想法。比如呢,我正最近最近正在做一个盖洛普的项目的介绍,就可以去调整这个 ai, 他帮我们去生成的大纲,点击下一步,我们选择清新的这样一个主题模板, 啥都不用干,等它自动生成就可以了。怎么样?这第一版我觉得就非常的惊艳了,配图、排版,甚至中文的内容,我 我觉得都已经非常 ok。 那么如果你想修改,当然也没有问题,直接跟 ai 对话就可以了,比如让他重新去调整一下你的排版,更改一下这一页的布局等等,这些都是可以的。怎么样,是不是觉得很惊艳? 你也快去体验一下吧!我是挖掘 ai 商业变现案例的杰哥,评论区留言 ai 变现,我把整理的上千条案例库分享给你,关注杰哥,拥抱 ai, 关注杰哥,少走弯路!

用了这个 gpt, 文献宗术再也不头疼了,很多同学把文献宗述写成了文献宗抄, 其实这个是你不理解文兴宗术的基本逻辑,他的基本逻辑就是分类啊,包括两个重要的分类的维度,一个是纵向的时间轴啊,一个是横向的主题轴。 时间轴呢,指的是对于某一个研究领域来进行一个学术史的梳理。而主题轴呢,是从横向的角度呢,依据不同的主题对已有研究去进行一个分类。至于怎么去分类,那就要取决于我们的研究问题。 好在现在我们有了这 g b t 文献综述,再也不用犯愁了。那我们使用这 g b t 去完成文献综述,需要经过两步走。第一步呢,我们推荐大家使用一个模型,这个模型叫做啊界定分类评价问题模。 第二步呢,我们调教好这个模型之后呢,你就可以任意的把这个模型和任何一个学科,任何一个领域的关键词去相结合,他就可以帮你写出你想要的文献宗述,我们一起来实操吧。我们现在来讲一讲这个文献宗述的模型, 同样,我们再去跟 chat t p 去沟通的时候,我始终建议我们采取一个循循善右的方式, 你看我上来先问他对吧?我们既然要做文献宗术,你可以先问他,我问什么是文献宗述?然后他就跟我说,文献宗述是对某一特定领域或问题进行调查研究的过程,他主要利用现有的文献书籍、学术人物相关资料,系统梳理 这些啊,进行综合性的分析。最终呢啊,对研究问题进行综合的思考和总结, 说的还挺准的,对吧?但是他这么一段话对我来说,我可能觉得不太够,因为我需要要素。大家知道,我一直提醒大家用这个模型的方式,所谓的模型呢,你一定要找到这些关键的要素或者概念,然后建构概念之间的关系。所以我就问他,我说如果给文献宗术提炼几个关键要素,请给出几个关键词, 然后他就说几个溶性毒素相关的关键词,包括这些,但明显这里边有一些是形式层面的,对吧?是分类层面的,比方说什么调查研究啊,研究报告等等,但是这里边的现有的文献整合分析总结,这个才是我们从 规律的层面,跟微信读书相关的底层的逻辑。所以呢,我就提示他,我说是不是一开始要先界定核心关键概念,然后他说是的,一开始需要先界定研究领域问题的核心关键概念,大家记着哈,我这么问的时候,并不是说随便瞎问他, 因为他只要把这个部分回答出来了,后边他就会理解到他的模型当中,所以这个其实我就是引导他,对吧?让他先去理解怎么样接近关键的核心概念。然后我就问他,我说接近完核心概念之后,下一步的工作是什么?然后他就说明确联军领域和问题的核心 概念,之后呢,下一步就是要收集相关的文信和资料。哎,这个就说的很对,对不对?我就在强化他,我说是不是意味着要针对有的研究进行观点或主题上的分类?他说是的,针对有的研究进行观点或主题上的分类,生物线从数必不可少的一步, 然后他就把这个进一步的做解释,你看,因此对已有的研究进行观点或主题上的分类,是文献宗述过程中非常关键的一步。然后又接着问他,我说分类之后是不是要对已有研究进行评价啊?他说对已有研究进行评价并不是文献宗述的必要步骤,你看这个地方其实就是理解的 不一致,事实按照我们通行的写法,维修总书当中一定要对已有的研究进行评价,对吧?所以你这里就要强化他,引导他,让他跟你形成一种一致。然后他说他这个过程可以提供更加深入和批判性的分析,在评价又研究时,需要针对他的方法、框架、数据来源、结果、结论等方面进行客观的分析 等等。总之他就说,在综述已有研究时,评价是可选的,但非常重要的一个环节,我们俩达成了一个认同,对不对? 然后我就问他,我说文信中说最后是不是要提出自己研究问题?他说是的。一般来说,在文信中说结束之后,研究者要根据对已有文件的分析和总结,提出自己的研究问题。 这个问题呢,需要围绕一文信当中存在的研究空白、争议或不足等方面展开。然后我就说,所以综合以上的分析,是不是可以将文信宗师的模型提炼为界定分类评价提问模型 这一步呢,就是对我们上述我们两个这样的一个沟通做一个总结。而且同时呢,强化他自己的这些解释,让他真的理解什么是界定,什么是分类,什么是评价?什么是提问?然后他就说是的,可以将文献宗述的模型概括为界定、分类、评价、提问模型,该模型包含了这些文献宗述基本步骤和要素。你看 他进一步的来阐释,他把四个概念都解释了一下,其中界定阶段需要明确研究领域和问题的核心关键概念, 分类阶段需要对已有文献进行观点或主题上的分类,评价阶段则需要对已有研究进行批判性的分析和评价。最后在提问的阶段,需要研究者根据已有的文献当中存在的研究空白、争议或不足,提出自己研究问题,为进一步看点、研究方向做指引。 你看到这一步就把模型训练完成了,对吧?然后我就说,请围绕以上模型对高校课堂的后经生主题进行文献综述。 你看他确实理解了这个东西,但是他给我的东西呢?他是在告诉我如何,这是我不不需要的,对吧?然后我就这,所以这个地方呢,我是把我调教的过程整个展示出来 啊。所以我们即便是拿到这个模型,在后续的理解的过程当中可能会出现一些问题。我就问他,如果你是为再度教一些博士,请去上升模型进行撰写文献综述。他还是没有理解,说我要让他写一个实质性的文献综述的过程,他是教我如何去做,所以我说我需要进行真实的撰写。 然后他这个时候呢,其实这一本对吧?给了一个真实的撰写,但是我觉得还不太满意,我又继续调教他啊,这是我加了更多的心灵条件,对吧?字数啊等等,你看这个时候呢,他就开始接近问题,对吧?然后主题或类型分成了四类,然后去进行一个评价,对吧?最后进行一个提 问,其实这个差不多就有这个雏形的感觉了,对吧?啊?然后我就进一步强化,我怕他忘了,又把这个模型的四个要素进一步的写出来,写出来之后呢,基本上还是这样的一个,所以我们可以看到,其实到这啊,你基本上能够完成一个初阶的这样公信总数, 但你后边可以增加更多东西,比方说你让他提供文献,对不对啊?你可以让他提供文献,这个时候他可能每个部分都能跟着给啊,给你列出来,甚至把文献直接插入到我们每一个小的观点的后边,你可以让他最后列出来参考文献。当然 按照我们的要求,参考文献依然需要一个较准的过程,但是呢,我们基本上可以按照这样一个界定分类评价提问的模型呢,去进行一个基础的啊,文献宗述的一个梳理。好,那这期视频就到这里,需要我们提示词的话可以跟我们来联系。

跨境电商卖家用 tight gbt 写雷斯汀,我想目前很多卖家都已经开始尝试了吧,怎么样,香不香?这点呢,王哥真的落后了半步,我家运营压根也不给我提这个事,后来呀,我摸着他的手告诉他,你放心。哎呀,什么提不提的, 不会影响你在公司和王哥心里的地位,你该用用,但你别在这上多花钱就行。王哥现在这方面的资源都已经满满登登了,找几个靠谱的不掏钱的老朋友,那现在不是分分钟的事吗?我公司呢,目前体验的就是我的老朋友 topo seller 新出的一个功能, ai 呢,撰写类似题, 我们只需要输入产品的名称,卖点的描述,还有相关的关键词, ai 呢,就可以自动生成完整的标题,商品的特性要点,还有商品的描述,帮助新手卖家呢,快速的编写 list, 或者对目前现有 类似听的一个优化。我觉得这对于一个老卖家来说呢,是一个非常不错的优化参考。而对于新手卖家来说呢,那就更香了,毕竟呢,前期撰写一个类似听,往往需要参考多个相似的庆品,了解他们的结构,文案还有语法,再结合自身的产品呢,进行融合和优化,这非常耗时耗脑不说, 主要这对于新人来说也真的确实挺抓心挠肝的。而目前 ai 呢,确实可以极大地提速这一过程,不到一分钟呢,就可以生成一个完成的类似的描述,并且呢, ai 还会使用一些当绿颜的地道用法,还有一些高级的词汇,让描述呢,就可以显得更加的专业。对于卖家来说呀,这个非常的具有参考价值,这届卖家 真幸福啊,这你还出去培训个培训啥呀,不过经过我的经验呢,我还是想给大家几个使用上的小建议。第一卖点与关键词栏呢,填写的越详细,生成的结果就越丰富真实。 第二呢,可以结合 succerm 反查,还有 a 森反查流量词功能,获取竞品相关的关键词。第三呢,不应该一味的套用 ai 生成的文案,要仔细的检查,并且根据商品的实际情况做出修改,只要你按照王哥的建议来使用呢,我相信你一定会有一加一大于二的收获。目前呢, top 三的这个功能呢,优势是非常非常明显的, 接入了欧喷 ai 公司最新的 gpt 点杠三点五 tropo 模型。 这这你们都听不明白,我也不懂,我不说这些没用的,反正呢,我觉得我们卖家知道几件事就够了,第一呢,不用翻墙就可以直接用。第二呢,不用费力的去想那些问题, 也是很多新卖家的常态,让他问呢,他都提不出来什么什么问题,而这个呢,只需要输入关键词就可以了。第三呢,支持亚马逊全站点的十三种语言,并且支持设置生成的要点数呢,不极限于那五点。同时 呢,如果对结果不满意,还可以支持按标题要点描述商品描述单独的生成结果也支持呢,历史记录的查询,对改写结果不满意的呢,也可以找回原来的记录。最关键的也是我分享的主要原因, 就这玩意,你一分钱都不用花,随便就用它个一百次,你要知道,现在这个年月,只要不提钱就是好视频。

ai 爆发,你想去入门,但一搜眼花缭乱,不知道该怎么弄。一条视频给你讲清楚,现在呢,就两个方向,一是语言模型,二是图像模型。语言模型呢,那就是这次 ai 浪潮推起的始终俑者 test pt。 你可以把它理解为互联网的百度和 这种搜索引擎。他甚至有自己的一些想法,他甚至会跟你抬杠,他只是一个啊思维语言模型。然后他有的时候甚至会胡说八道。但他的好处是你可以训练他,培养他成为你的啊某方面的助手。那如果是四点零版本的话,那他连了网。那你可以把它理解为是连了网的。 更加智能的 siri。 小爱同学会非常的好用。那图像的话,分别是 m, j 和 s, d。 那他们两个呢?都是可以通过文字 就可以生成你想要的图片。不太一样的是, m j 呢,你可以把理解为美图秀秀。 s d, 你可以把理解为 ps。 那美图秀秀呢,你就只能调调滤镜啊,调调什么瘦脸啊,这边是乱七八糟的东西。但 ps 你可以挂很多插件。 你们看到很多眼花缭乱的东西,其实原因就是些插件有一些姿态调整的,有一些图像声视频的各种功能的。他其实都是因为 sd。 他作为更加专业的这种工具呢,他有更多的插件, 而且还是开源的,免费的。说这些呢,你就可以选择自己想要入门 ai 的方向。如果你们还是不知道的话,可以进我主页的粉丝群,给你们解答各种关于 ai 的问题。

g b t 的 fire q 脸接口究竟是什么用?场景又有哪些?前两乱,关于程序员如何打造特定领域的却 g b t 的视频引起了一些讨论。一些朋友问我为什么不使用 fire q 脸? 这个视频将告诉你关于 fight q 你的一切。 fight q 你是微调的意思,假设你公司招了一个通财,你让他做客服,客户打电话来问一下通用知识问题,比如,迈克杰克逊是哪年出生的? 这个通财在没有得到你的培训之前,他是这样回答的。麦克杰克逊这个大明星啊,是在一九五八年八月二十九日出生的,在得到你的培训后,他这样回答,一九五八,注意啊,这就是所谓微调 five q 零。你给 gbt 这个通财一些例子, gpd 下次碰到这类型的问题,就会按照例子里面类似的格式语调去回答问题。但是注意啊,你的这些例子并不能让 gpd 增加任何执行性的信息, 他该胡说八道的时候还是胡说八道。 fight tuning 只能让 g b d 按照你喜欢的口吻格式延迟去回答问题。 你想要这个通财回答贵公司的特定知识,还是得使用 embedding 这个方式,也就是上两个视频里面提到的 gpt index。 好,下个视频我们再进一步聊聊 phytoning 和 embedding 两种方法的具体区别。

a 圈最火的热词是 ajint 啊,这 ajint 是什么东西啊?好多朋友留言给我,我实话说,我觉得怎么翻译都不太合适。我转述一个科学家给 ajint 定义吧,我觉得挺精辟的啊,他说 ajint 就是以 gpt 这类 ai 为核心的一套程序,这个程序呢,包含了策划、执行和记忆三种能力。 两个月前我搞过一个大壮 g p t 给大家用,反响还挺强烈的。其实那个大壮 g p t 就是一个 agent, 你输入一个目标,比如说写一篇某主题的论文, 他能够自己策划,比如说写这个论文应该做哪些事啊?一二三四给你列出来,然后把这一二三四条分别去执行。比如说涉及到搜索资料,他就自动去搜一下啊,网站搜一下,百度,对吧?了解,找一下资料,然后把结果呢全部汇总给你, 你看呢?说白了, agent 就是一个打包了的,能够自动执行多轮任务的 gdp 程序。那这个 agent 有什么样的好处呢?凭什么说它是 a a 的中局呢?其实就一个原因啊,他既像人,也不像人。为什么这么说像人,是因为 ag 的行为方式和人非常相似。你的公司做某件事情的时候,其实也是先做规划,拆分成不同的任务,对吧?分配给对应的人,然后落地去执行。 只不过这几个步骤都是人做的, agent 呢,换成了用 g b t 来实现这几个步骤,随着 g b t 的智力越来越高,整个任务执行下来的质量也会越来越高。 那不像人的地方呢?说的是人需要管理,人有惰性,人有情绪,公司呢,也要有 kpi, 要有年终奖,才能激励你去规划,激励你去执行 aj 呢?什么都不需要,只要设定好机器不断电,就能一直执行下去,二十四小时不间断。 如果你觉得我上面讲的呢?还是有点抽象啊。下一个视频,我拿我这的一个项目实际项目的例子,给大家展示一下 a 真的是什么样子。关注大壮,一起学习 ai 思维,带你成为超级个体。