人工智能学习笔记

1、人工智能发展历程

状态机,

2、提示词Prompt

六大因素,最好是都用上,这样可以更精确地通过对话大模型获取结果。如果是简单的提问,倒没必要。

可以参考:

https://www.promptingguide.ai/zh

目前国内主流的对话大模型有:

https://yuanbao.tencent.com/chat

https://www.qianwen.com/

https://www.coze.cn/

https://www.doubao.com/chat/

https://www.deepseek.com/

https://www.kimi.com/

月之暗面: https://www.moonshot.cn/

MiniMax

智谱AI: https://open.bigmodel.cn/console/overview

面壁智能

知乎直答

3、人工智能编程

RAG

langchain

学习参考:https://reference.langchain.com/python/langchain/

相关推荐
白熊1883 小时前
【大模型Agent】基于LangGraph搭建 多轮对话客户支持机器人 项目示例
人工智能·大模型·llm·agent·langgraph
love在水一方3 小时前
【Voxel-SLAM】Data Structures / 数据结构文档(二)
数据结构·人工智能·机器学习
ConardLi3 小时前
开源我的 GPT-Image2 生图 Skill,附大量玩法指南
前端·人工智能·后端
QYR_113 小时前
2026卷绕式扣式电池产业洞察:智能制造如何重塑微型储能格局?
人工智能·市场调研
白熊1883 小时前
【大模型Agent】LangGraph 深度科普:为智能体而生的“有状态”编排框架
人工智能·langchain·agent·langgraph
数智工坊3 小时前
【SIoU Loss论文阅读】:引入角度感知的框回归损失,让检测收敛更快更准
论文阅读·人工智能·深度学习·机器学习·数据挖掘·回归·cnn
bloglin999993 小时前
向量大模型升级可能改变向量空间(需要回归)
人工智能·数据挖掘·回归
AI技术增长3 小时前
Pytorch图像去噪实战(三):ResUNet图像去噪模型实战,解决UNet深层训练不稳定问题
人工智能·pytorch·深度学习
TDengine (老段)3 小时前
工业软件的未来:构建在工业数据底座之上的 AI Agent
大数据·数据库·人工智能·时序数据库·tdengine
aLTttY3 小时前
Spring Boot集成AI大模型实战:从0到1打造智能应用
人工智能·spring boot·后端