Advanced Search
Search Results
167 total results found
Deep Learning
Large Language Models
Multimodal Models
Reasoning and Causality
News
AI Agent
Practical Guide
Outstanding App
Safety and Alignment
Frontiers
Others
Prompt Engineering Techniques by Azure
如何跟AI"好好说话"?揭秘提示词工程的魔法 想象一下,你雇了一位才华横溢但有点"一根筋"的助理。他读过世界上几乎所有的书,知识渊博得令人惊叹,但如果你说话含糊其辞,他就会一本正经地给你完全跑偏的答案。这位助理,就是我们今天熟悉的大语言模型(LLM)。而学会如何跟它高效沟通的学问,就叫作提示词工程(Prompt Engineering)。 核心思想:为什么"怎么问"比"问什么"更重要? 微软的这份官方指南揭示了一个关键事实:AI模型本质上是在玩一个"文字接龙"游戏。当你输入一段话,它并不是在"思考",而是在预测接下...
Prompt Engineering Guide by PEG
和AI说话也是一门"手艺":一文读懂提示工程的秘密 你有没有这样的经历——明明让AI帮你写一封邮件,结果它洋洋洒洒写了一篇小说?或者让它分析一份数据,它却一本正经地编造了几个根本不存在的数字?别急着怪AI"笨"。问题很可能出在你自己身上:你还没学会怎么跟AI"说话"。 PromptEngineering.guide 发布的《提示工程完全指南》(2026年更新版),就像一本"人机沟通宝典",系统性地回答了一个看似简单却极其深刻的问题:怎样才能让AI真正听懂你的意思? 核心思想:AI很强,但它缺一个"直觉" 大语言模型...
Prompt Engineering Guide by OpenAI
如何给AI"派活儿"?OpenAI官方提示词工程指南的通俗解码 想象一下,你新招了一位拥有全人类知识库的超级实习生。他上知天文下知地理,写代码、做表格、写诗作画无所不能。但他有个致命的毛病:如果你不把话说清楚,他就会按自己的脑洞"自由发挥",给你交上一份令人啼笑皆非的答卷。这,就是我们今天面对大语言模型(LLM)时的真实写照。 为了让这位"超级实习生"乖乖听话,OpenAI官方发布了一份详尽的提示词工程(Prompt Engineering)指南。这并不是一本枯燥的代码手册,而是一部教你如何与AI高效沟通的"职场管...
感知机:人工智能“神经网络”的远古祖先
机器如何学会“看见”世界? 想象一下,你教一个从未见过猫的孩子认猫。你不会给他背诵“猫有四条腿、胡须和尾巴”的定义,而是指着不同的猫说“这是猫”,指着狗说“这不是猫”。几次之后,孩子的大脑就神奇地建立了一种直觉,哪怕看到一只奇形怪状的猫也能认出它。在1958年,心理学家弗兰克·罗森布拉特(Frank Rosenblatt)提出了一个大胆的问题:我们能否用数学和电路,造出一个像人脑一样通过“经验”来学习的机器?这就是著名论文《感知机:一种用于信息存储与组织的概率模型》所要回答的核心命题。 核心思想:从“死记硬背”到“...
至暗与重生:一本让神经网络沉睡十年的书
AI的“至暗时刻”与重生:一本让神经网络沉睡十年的书 想象一下,你正满怀热情地建造一座通往未来的桥梁,突然一位数学天才走过来,用无懈可击的逻辑告诉你:“别费劲了,这座桥在物理上根本不可能承重。”你会怎么做?是放弃梦想,还是寻找新的材料?1969年,人工智能领域就遭遇了这样一场“降维打击”。马文·明斯基(Marvin Minsky)和西摩尔·派珀特(Seymour Papert)出版了《感知机》(Perceptrons)一书。这本书像一把冰冷的手术刀,精准地切开了当时AI热潮的虚幻泡沫,却也意外地让神经网络研究陷入了...
“注意力”的诞生:大模型时代的基石
想象一下,你正在参加一场重要的国际会议,身边坐着一位翻译。当演讲者滔滔不绝地讲完一段长达十分钟的话后,你转头问翻译:“他刚才到底说了什么?” 这位翻译必须凭借记忆,将刚才听到的所有内容压缩成一段简短的摘要,然后再翻译成你的母语。这听起来是不是很困难?如果演讲内容更长、更复杂,翻译很可能就会遗漏关键信息,或者搞混前后的逻辑关系。在2017年之前,我们的人工智能(AI)在处理语言时,扮演的就是这位“记忆力有限”的翻译角色。 直到一篇名为《Attention Is All You Need》的论文横空出世,它彻底改变了游...