SolidUI社区-根据Prompt打造人设

背景

随着文本生成图像的语言模型兴起,SolidUI想帮人们快速构建可视化工具,可视化内容包括2D,3D,3D场景,从而快速构三维数据演示场景。SolidUI 是一个创新的项目,旨在将自然语言处理(NLP)与计算机图形学相结合,实现文生图功能。通过构建自研的文生图语言模型,SolidUI 利用 RLHF (Reinforcement Learning Human Feedback) 流程实现从文本描述到图形生成的过程。

项目地址: https://github.com/CloudOrc/SolidUI

项目镜像地址: https://gitee.com/CloudOrc/SolidUI

社区官网: https://website.solidui.top

官网项目地址:https://github.com/CloudOrc/SolidUI-Website

为什么要有图形人设?

人设的本质就是有效洗脑,引导 GPT 专注于解决某个领域的问题。比如你是一位数据分析人员,想利用 GPT 生成图形,设计理念背后也是基于人设的设计和延伸。

怎么打造图形人设?

下面是打造图形人设的 3 步走策略:

第一步:立人设(WHO)

立人设的底层逻辑是让 GPT 扮演一位特定的角色,专注于提供对应专业领域内相关问题的解决方案。在这一步,我们需要确定 GPT 的角色和专业领域。

例如,我们可以让 GPT 扮演一个"专业的数据科学人员和数据分析人员",专注于提供图形生成相关的问题解决方案。

第二步:列要求(HOW)

人设立好之后,我们就需要列出相关的要求,明确 GPT 应该做什么。例如,我们可以要求 GPT 根据给定的关键词生成相应的图形素材。

第三步:下指令(WHAT)

最后一步是给出具体的指令,让 GPT 知道我们需要什么。例如,我们可以给出这样的指令:"生成简单图形"

通过这 3 步,我们就可以构建出一个图形人设,让 GPT 可以根据我们的需求生成相应的图形素材。

如何复用图形人设?

在实际使用中,我们可能需要根据不同的需求使用不同的图形人设。此时,我们可以通过一些简单的操作来复用已有的人设。

例如,我们可以将已有的人设保存为一个模板,然后在需要时进行一些小的修改,就可以复用这个人设了。

此外,我们还可以通过一些技巧来提升人设的效率和输出的质量。例如,我们可以在 GPT 的输入中加入一句"请一步一步思考",这样 GPT 就会更加谨慎地思考每一步,从而提高输出的质量。

SolidUI模型代理

模型代理,可以动态加载不同种类模型,模型基于人设,接收用户输入,用户输入后,生成可视化类资源(例如现在python/html等等),渲染任何图形。具体源码在soliduimodelui模块中。

如果成为贡献者

  • 官方文档贡献。发现文档的不足、优化文档,持续更新文档等方式参与社区贡献。通过文档贡献,让开发者熟悉如何提交PR和真正参与到社区的建设。参考攻略:https://github.com/CloudOrc/SolidUI/discussions/54
  • 代码贡献。我们梳理了社区中简单并且容易入门的的任务,非常适合新人做代码贡献。请查阅新手任务列表:https://github.com/CloudOrc/SolidUI/issues/12
  • 内容贡献:发布SolidUI开源组件相关的内容,包括但不限于安装部署教程、使用经验、案例实践等,形式不限,请投稿给小助手。例如:https://github.com/CloudOrc/SolidUI/issues/10
  • 社区答疑:积极在社区中进行答疑、分享技术、帮助开发者解决问题等;
    其他:积极参与社区活动、成为社区志愿者、帮助社区宣传、为社区发展提供有效建议等;
相关推荐
子非鱼9215 分钟前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
爱吃羊的老虎7 分钟前
【大模型开发】学习笔记一:RAG & LangChain 实战核心笔记
人工智能·笔记·语言模型·langchain
春日见13 分钟前
window wsl环境: autoware有日志,没有rviz界面/ autoware起不来
linux·人工智能·算法·机器学习·自动驾驶
新新学长搞科研13 分钟前
【智慧城市专题IEEE会议】第六届物联网与智慧城市国际学术会议(IoTSC 2026)
人工智能·分布式·科技·物联网·云计算·智慧城市·学术会议
top_designer13 分钟前
Materialize:手绘地表太假?“PBR 纹理炼金术” 5分钟生成次世代材质
游戏·3d·aigc·材质·设计师·游戏美术·pbr
❀͜͡傀儡师14 分钟前
基于大语言模型的简历分析和模拟面试系统
人工智能·语言模型·面试
是小蟹呀^16 分钟前
Focal Loss:解决长尾图像分类中“多数类太强势”的损失函数
人工智能·机器学习·分类
马拉AI17 分钟前
VAE不再必要?北大PixelGen:像素扩散反超Latent Diffusion,重塑生成新范式
人工智能·计算机视觉
量子-Alex21 分钟前
【大模型技术报告】Seed-Thinking-v1.5深度解读
人工智能·算法
愚者游世23 分钟前
Opencv知识点大纲
人工智能·opencv·计算机视觉