Загрузка видео...

Не удалось загрузить видео

На главную

新课预告:《用 Codex goal 模式复刻一个 Lovart》大家将会学习到: 1. 如何使用 React flow 实现现在流行的无限画布? 2. 使用Codex 的 goal 模式需要注意和准备什么? 3. 复刻现成项目 + 需求整理的相关技巧 相信我,这节课会非常有收获,周末发布在我的AI编程课中:

19,021 просмотров • 4 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

生成式 AI 入门教程 2 - 什么是生成式 AI - 原理和指南 欢迎来到我们的课程,今天我们将深入了解生成式人工智能(AI)的奥秘。生成式 AI 是当前 AI 领域中最为重要的工具之一,它展示了令人惊叹的文本生成能力,如 ChatGPT 和 Bard 等系统。本视频将向你介绍生成式 AI 的工作原理,并告诉你在哪些情况下最好谨慎使用它。我们还将对比监督学习和生成式 AI,帮助你更好地理解这一领域。 在人工智能的各个领域中,监督学习和生成式 AI 是最为重要的工具。我们将通过实例解释监督学习的概念,并展示它在广告、自动驾驶汽车、医疗和语音识别等领域的应用。随后,我们将介绍大规模监督学习在过去十年中的发展,以及它如何为生成式 AI 的崛起打下基础。 🚀 课程亮点: 详细介绍生成式人工智能及其工作原理。 对比监督学习和生成式 AI,展示它们在实际应用中的不同。 提供实际例子,帮助你更好地理解和应用这些概念。 🔥 你将学到: 生成式人工智能的定义和应用 监督学习和生成式 AI 的区别和联系 如何在实际情境中应用这些工具 🌐 课程内容: 生成式 AI 和监督学习的基本原理 大规模监督学习的发展历程 生成式 AI 在文本生成中的应用 📚 学习建议: 关注课程中提到的实际应用例子,以更好地理解理论知识。 在学习过程中不断提问和实践,以加深理解。 整理课程中的关键点,并尝试将其应用到你自己的项目中。 🔗 相关链接: 课程地址: 油管播放列表: B站播放列表:

宝玉

80,746 просмотров • 2 лет назад

生成式 AI 入门教程 1 - 什么是生成式 AI - 了解其定义、应用与影响 视频描述: 欢迎来到“生成式 AI 入门教程”。自 ChatGPT 发布以来,生成式 AI 引起了广泛关注,它改变了我们的学习和工作方式,并且被认为将大幅提升生产力和推动全球经济增长。但同时,它也带来了一些负面影响的担忧,比如可能导致失业。在本课程中,你将学到生成式 AI 是什么,它能做什么,不能做什么,以及如何在工作或业务中应用它。 生成式 AI 是一种能够生成高质量内容的 AI 系统,包括文本、图像和音频。目前最有影响力的是文本生成,但它也能生成美丽或逼真的图像,甚至是音频。通过这门课,你将了解到生成式 AI 如何使构建 AI 应用变得更容易和低成本,以及如何识别和探索对特定业务有用的应用。 课程分为三周,第一周深入了解生成式 AI 的工作原理和应用案例;第二周讨论 Generative AI 项目,包括寻找应用和构建最佳实践;第三周从宏观角度探讨其对商业和社会的影响,并分享如何最大限度发挥其潜力的策略,同时确保使用 AI 的方式既安全又正面。 🚀 课程亮点: 提供非技术性的生成式 AI 知识,易于理解。 深入探讨生成式 AI 在文本、图像和音频生成方面的应用。 分析生成式 AI 对个人、业务和社会的潜在影响。 🔥 你将学到: 生成式 AI 的定义和能力 如何在工作或业务中应用生成式 AI 生成式 AI 的潜在风险和如何安全使用 🌐 课程内容: 生成式 AI 的工作原理和应用案例 Generative AI 项目的寻找和构建 生成式 AI 对商业和社会的影响 📚 学习建议: 保持开放的心态,积极探索生成式 AI 的潜力。 关注课程中提到的实际案例,思考如何将知识应用到自己的工作中。 注意理解生成式 AI 的潜在风险,并学习如何安全使用。 🔗 相关链接: 课程地址: 油管播放列表: B站播放列表:

宝玉

575,969 просмотров • 2 лет назад

Codex 隐藏玩法:把你每天重复教 AI 的提示词,直接做成 Skill 90% 的人用 Codex,其实都在重复做同一件事: 开一个新任务,把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实,这种反复使用的工作方法,完全可以直接做成 Codex Skill。 详细教程如下: 1️⃣先找一段你经常重复使用的 Prompt,比如我最近一直在用这类提示词: “执行任务前先检查需求漏洞和潜在风险,不要默认接受我的方案。涉及代码和结论必须验证,完成后按验收标准逐项检查。” 这类 Prompt 很好用,但最大的问题是:每开一个新任务,都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex,然后告诉它: 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求: · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt,整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时,不需要重新复制那一大段 Prompt。 直接告诉 Codex:使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的,就不再是一堆 Prompt,而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来,以后每个项目都能重复调用。

爱丽丝呀!

40,753 просмотров • 1 месяц назад

《用ChatGPT API构建系统》课程简介 吴恩达:欢迎参加关于使用ChatGPT API构建系统的课程。 之前,Isa和我介绍了如何提示(Prompt)ChatGPT的课程。 但是一个系统需要的远不止一个提示(Prompt)或一个对LLM(大型语言模型)的调用。 在这个短期课程中,我们想和您分享使用LLM构建复杂应用程序的最佳实践。 Isa:我们将以构建一个端到端的客户服务辅助系统为例,该系统将多个调用链接到语言模型, 根据前一个调用的输出使用不同的指令,有时甚至从外部来源查找信息。 例如,对于用户输入的“告诉我有哪些电视出售”,我们将使用以下步骤来处理。 首先,您可以评估输入以确保其不包含任何有问题的内容,例如仇恨言论。 接下来,系统将处理输入。它将确定这是哪种类型的查询。 这是一个投诉还是产品信息请求等? 一旦确定这是一个产品查询,它将检索有关电视的相关信息,并使用语言模型编写一个有帮助的回答。 最后,你需要检查输出内容,确保没有问题,比如不准确或不适当的答案。 吴恩达:在这门课程中,你会发现一个主题,那就是一个应用程序通常需要多个对最终用户不可见的内部步骤。 你通常希望按顺序处理用户输入,经过多个步骤才能得到最终显示给用户的输出。 当你使用LLM构建复杂系统时,从长远来看,你通常还希望不断改进系统。 因此,我还将与您分享开发基于LLM的应用程序的过程感受以及评估和改进系统的最佳实践。 我们感谢许多为这门短期课程做出贡献的人。 在OpenAI方面,我们感谢Andrew Kondrich、Joe Palermo、Boris Power和Ted Sanders。 来自 Ladwig、Eddy Shyu和Tommy Nelson。 Isa:通过这门短期课程,我们希望你能够对自己建立一个复杂的多步应用程序的能力充满信心, 并且能够维护和不断改进它。 让我们开始吧。

宝玉

35,535 просмотров • 3 лет назад