前言

今年人工智能技术的快速发展和广泛应用,正在改变着我们的生活和工作方式。生成式人工智能(AIGC)作为一项前沿技术,在代码编写、艺术创作、内容生成等领域,正逐渐崭露头角。百度在率先发布了国内第一款人工智能大语言模型“文心一言”后,又推出了文心千帆大模型平台,帮助企业和开发者加速大模型应用落地。

咱作为AI爱好者,经常用GPT帮忙写代码,也是迫不及待的申请了文心千帆的体验资格,下面将给小伙伴们讲述我对文心千帆的体验感受以及对其中强大功能的介绍。

一、初识文心千帆

据我了解,文心千帆是全球首款一站式企业级大模型平台,可视化界面实现模型全生命周期管理,简化从数据到服务的大模型实施过程,易于上手与理解。其中最吸引我的特色功能就是内置了33种大模型(包括:文心一言、BLOOMZ-7B、Llama模型全家桶等等)和103个Prompt工程模板

1.1 功能丰富

一站式大模型部署平台果然不是吹嘘的,从数据管理 -》 模型训练 -》评估&优化 -》预测服务 -》Prompt工程,应有尽有:


下面就跟着我一起注册登录来体验一番吧!
在这里插入图片描述

1.2 注册登录

打开文心千帆的官网,点击左上角的免费注册:https://cloud.baidu.com/product/wenxinworkshop?track=csdn

大概需要审核3个小时,通过后还会送20元代金卷,可以白嫖内心狂喜:

在这里插入图片描述

申请通过后就可以去登录使用了:

二、内置第三方大模型

登录到文心千帆大模型操作台,在左侧功能列模型管理中选择预置模型,查看平台预置模型列表。平台预置了33款大语言模型供你直接使用,包括文心一言及业内知名的开源大模型:

在这里插入图片描述

目前已经支持了以上33款预置大模型,这些预置模型都是目前排名前沿的大模型,有国内领先的文心系列和国外领先的Llama系统模型,中英文大模型互补,选择面广泛,后续还会有更多的大模型接入。

2.1 ERNIE-Bot模型

ERNIE-Bot(中文名称文心一言)是百度自行研发的大语言模型,覆盖海量中文数据,具有更强的对话问答、内容创作生成等能力。它位于模型层,能够在人工智能的四层架构中全栈布局,包括底层的芯片、深度学习框架、大模型以及最上层的搜索等应用。

在SuperCLUE最新测评榜单中,百度文心一言总分超GPT-3.5-Turbo,仅次于GPT4,领跑国内大模型:

八项核心指标(算法模型、通用能力、创新能力、平台能力、生态合作、行业覆盖、能源行业、服务能力)与国内其他大模型对比,其具体的表现如下:

2.2 ERNIE-Bot-turbo模型

ERNIE-Bot-turbo和ERNIE-Bot的主要区别在于他们的响应速度和性能。总的来说,ERNIE-Bot-turbo在响应速度上比ERNIE-Bot更快,两者都具有强大的对话问答和内容创作生成能力。

2.3 BLOOMZ-7B模型

BLOOMZ-7B是由BigScience研发的一个大型预训练语言模型,具有46种语言的理解能力,并且能够用13种编程语言进行文本输出。它采用了Transformer架构,并通过大规模语料库进行了训练,以便为各种自然语言处理任务提供强大的支持。

BLOOMZ-7B模型还具有生成文本、文本分类、实体识别等能力,可用于各种应用场景,如问答系统、文本生成、聊天机器人等。该模型在公开数据集上进行了训练,并且已经被许多开发者和研究人员使用和验证。

2.4 Llama模型全家桶

模型名称模型描述
Llama-2-7b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-7b-chat是高性能版本。
Llama-2-13b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-13b-chat是性能与效果均衡版本。
Llama-2-70b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-70b-chat是高精度效果版本。

其他的模型大家可以自行去了解了解,这里就不一一介绍了。

2.5 在线体验

介绍了那么多模型,不如测试体验一番,我这边测试的ERNIE-Bot模型,其他模型小伙伴们自行上号体验。

2.5.1 代码编写能力

作为程序员那必须第一个就是测试大模型的代码编写能力呀,首先声明并不是为了偷懒!

简单提问

首先用“Python实现选择排序”为例测试模型在简单编程问题上的表现,文心一言大模型给出了正确代码和注释,算法思路,时间复杂度,还有最后的建议,能够在解决问题的同时让我们获得灵感和指导:

复杂提问

我们来测试一下经典问题“Python实现水仙花数”,文心一言大模型介绍了水仙花数是什么,正确的代码和思路:

报错解决

刚好最近有个困扰我很久的一个报错bug,翻找了很多资料都没有解决,抱着试一试的态度,问问文心一言大模型,结果出乎意料给出了正确的报错原因和解决方法,帮我快速定位问题和解决问题:

添加注释

最近前同事离职了,他写的一些Python脚本代码又没有注释,我需要维护他的代码真的是苦不堪言,下面测试一下让文心一言大模型给我添加代码注释:
在这里插入图片描述

文心一言大模型给出的结果,效果蛮不错的每行代码都加上了对应的注释:
在这里插入图片描述

2.5.2 逻辑判断

文心一言大模型的的代码能力我给9分,还有一分怕它骄傲,接下来给它上点难度的逻辑判断:

先有鸡还是先有蛋?

经典问题:先有鸡还是先有蛋?对于这种有争议的问题,文心一言大模型的回答特别聪明,给出两种不同的主张观点:

鸡兔同笼问题

问:现有一笼子,里面有鸡和兔子若干只,数一数,共有头14个,腿38条。

求:鸡和兔子各有多少只?

文心大模型思维逻辑完全没有问题:

三、Prompt工程初体验

3.1 什么是Prompt

Prompt工程是指针对Prompt进行结构、内容等维度进行优化的AI技术,把大模型的输入限定在特定的范围之中,更好地控制模型的输出。它可以应用于对话沟通、内容创作、分析控制、政务服务、金融服务、旅行服务等多种场景。

简单来说就是提示词能力,让模型回答更符合我们的预期,目前文心千帆平台内置了103个Prompt模板,涉及了各个领域:

在这里插入图片描述

下面我们测试一下Prompt模板体验如何。

3.2 Python解析器

当我们出差的时候,身边有电脑中没有Python环境又着急测试代码的时候,就可以用这个内置“Python解析器”模板。比如这里同事给我了一个字符串提取代码但是有问题,让我帮忙改下,下面我就用Prompt模板测试输出一下:
在这里插入图片描述

3.3 Linux终端

当我们没有Linux环境,又想测试Linux命令输出结果的时候就可以使用“Linux终端”模板,下面我测试了几个命令运行结果都是正确的:
在这里插入图片描述
除了编码相关的Prompt模板,还有其他各种领域的模板咱们也去试试。

3.4 电影评论

最近新出的电影《八角笼中》挺火的,我们让文心一言大模型写一篇电影评论

可以看出AI写出的情节、主题、背景等等都非常贴切:

3.5 AI医生

“AI医生”就是人工智能医生的意思,医疗与技术深度融合,为群众就医带来了更多便利,为疾病诊断提供支持。下面我们来测试了假装得了感冒,AI医生怎么回复的呢:

在这里插入图片描述

可以看到给出的回复涉及很多方面,比较客观。

3.6 饮食计划

当代年轻人每天都在纠结吃什么,除了点外卖就是点外卖,我们用Prompt模板安排一周健康饮食试试:

可以看出每日饮食均衡搭配,摄入的营养素应包括蛋白质、碳水化合物、脂肪、纤维、维生素和矿物质。看着还不错哟!!!

3.7 路线规划

假期到了,很多小伙伴都想出去旅游,我们让文心一言大模型写一个旅游路线规划看看:

给出了两条路线,全长多少,自驾游耗时多少蛮详细的!

还有很多很有趣的模板,大家可以自行去测试体验!

3.8 自定义模板

当然如果内置的Prompt模板没有想要的,咱也是可以看下面操作自定义模板

(1)创建模板:

(2)创建后,我们就可以去在线测试那引用模板进行测试了,这里我创建的总结模板:

(3)这里我们随意找了一个新闻,以十个字总结:

锦里古街是成都最古老也是最现代的步行街,拥有超多的酒吧、闻名全国的餐饮店等等,晚上八点之后那灯光效果可以说是超赞的。锦里古街位于武侯区,是当地非常知名的商业街,建筑都是仿照明清时期的风格而建。在这里,你可以尽情感受西蜀文化,一进锦里大门仿佛来到了另一个世界。锦里古街集吃、喝、游、购为一体,是成都人悠闲适宜的生活态度完全展示出来的。无论是吃、穿、住、行,在锦里都能找到绝佳的去处。

在这里插入图片描述

总结的效果简单明了:

在这里插入图片描述

四、总结

在使用文心千帆大模型平台给我的体验,我首先感到它简单便捷,第一次使用跟着操作文档一次创建成功。提供一站式服务,涵盖数据集管理、模型训练、服务发布与监管。通过可视化界面实现模型全生命周期管理,简化从数据到服务的大模型实施过程,易于上手与理解。

其次,文心千帆大模型平台中内置了33个不同的大模型,后续还会有更多的开源大模型接入,用户可以根据自己需求选择最合适自己的模型。

最后,Prompt工程内置了103个Prompt模板,涉及了各个领域,就目前而言Prompt模板最多最丰富的平台!

如果你对人工智能和大模型也感兴趣,可以申请试用文心千帆,亲自上手感受其强大功能!!!

相关文章

一张图读懂人工智能

三、人工智能和多式联运 AI产品的发展趋势,以及语言模型的应急能力和广泛应用。视频探讨了人工智能和人类的优劣势,以及未来的发展方向。视频提出了一种积极的心态,认为人工智能可以成为我们的同事,帮助我们提高效率和能力。二、大型语言模型的训练过程和应用场景,包括文本到文本、图像到文本、语音转录等多个方面。同时也提到了不同模型的能力和成本。一、生成人工智能的概念和应用,以及如何使用大型语言模型进行聊天和创造原创内容。五、如何使用生成人工智能作为招聘公司的工具,以及如何有效地使用生成人工智能来制作有用结果的提示。

基于YOLOv8深度学习+Pyqt5的电动车头盔佩戴检测系统

该系统利用深度学习技术,通过训练YOLOv8模型来识别电动车骑行者是否佩戴头盔,并在检测到未佩戴头盔的情况下发出警报。因此,开发一种能够实时监测头盔佩戴情况的系统,对于提高骑行者的安全意识和减少交通事故具有重要作用。本文提出的基于YOLOv8的电动车头盔佩戴检测系统,能够有效地提高电动车骑行者的安全意识。YOLOv8是YOLO系列目标检测模型的最新版本,它在前代模型的基础上进行了优化,提高了检测速度和准确性。在不同的场景和光照条件下,模型均能稳定地识别出佩戴和未佩戴头盔的骑行者。wx供重浩:创享日记。

chatgpt的大致技术原理

在RLHF中,人类用户对模型生成的文本提供反馈(如打分或选择更喜欢的文本),然后模型根据这些反馈进行进一步的训练。预处理步骤包括分词(使用BPE算法将文本分解为更小的子单元,如单词或符号)、去除停用词(即那些对文本意义不大的词,如“的”、“了”等)以及其他可能的文本清洗工作。生成过程中,模型会考虑前文的上下文信息,以确保生成的文本是连贯和有意义的。通过收集大量的文本数据、建立深度学习模型、进行预训练和微调以及使用搜索算法和人类反馈强化学习等技术,ChatGPT能够生成高质量、连贯且有用的文本回复。

利用ChatGPT提升工作效率

ChatGPT,全称Generative Pre-trained Transformer,是一种基于深度学习的自然语言处理技术。ChatGPT采用了预训练和微调的方式,可以在多种自然语言处理任务中取得优异的成绩,如文本分类、情感分析、机器翻译等。随着科技的飞速发展,人工智能逐渐成为我们生活的一部分。ChatGPT作为一种先进的自然语言处理技术,已经在各个领域取得了显著的成果。本文将探讨如何利用ChatGPT提升工作效率,让我们的生活变得更加便捷。二、ChatGPT的应用场景。一、什么是ChatGPT?

云计算与边缘计算:有什么区别?

云计算和边缘计算作为不同的计算范式,各自在特定场景中发挥着独特的作用。它们的区别体现在数据处理位置、延迟、可用性以及应用场景等方面。然而,随着数字化时代的发展,它们也逐渐形成了协同应用的趋势,充分发挥各自的优势,提供更灵活、高效的计算体系结构。未来,随着智能化、自动化和边缘计算的边界拓展,云计算和边缘计算将进一步推动数字化转型。同时,安全性、跨边缘计算标准和环境可持续性等问题也需要在未来的发展中得到更好的解决。

ChatGPT高效提问—prompt基础

​ 设计一个好的prompt对于获取理想的生成结果至关重要。通过选择合适的关键词、提供明确的上下文、设置特定的约束条件,可以引导模型生成符合预期的回复。例如,在对话中,可以使用明确的问题或陈述引导模型生成相关、具体的回答;在摘要生成中,可以提供需要摘要的文章段落作为prompt,以确保生成的摘要准确而精炼。

二维平面阵列波束赋形原理和Matlab仿真

阵面左下角天线位于坐标原点,将坐标原点阵元设为参考阵元,计算每个阵元相对于该参考阵元的入射波程差,从而来计算每个阵元接收的回波信号。实现波束赋形的最基本的方法是对各个天线阵元的信号进行适当延迟后相加,使目标方向的信号同相叠加得到增强,而其他方向均有不同程度的削弱,该方法通常用于模拟信号.根据上述理论推导可以仿真任意平面阵列的方向图,这里对两种典型的阵列(矩形平面阵列和圆形阵列)进行Matlab仿真,其余类型的阵列在此基础上修改即可。根据上述圆形阵列公式做仿真,得到下述的三维空间方向图。

人工智能与机器学习——开启智能时代的里程碑

人工智能是指使计算机系统表现出类似于人类智能的能力。其目标是实现机器具备感知、理解、学习、推理和决策等智能行为。人工智能的发展可以追溯到上世纪50年代,随着计算机技术和算法的不断进步,人工智能得以实现。机器学习是人工智能的一个重要分支,它通过让计算机从数据中学习和改进性能,而不需要明确的编程指令。机器学习可以分为监督学习、无监督学习和强化学习三种主要类型。

【GPU】深入理解GPU硬件架构及运行机制

GPU的基本底层构成,主要是以GPU计算核心 Cores,以及Memory以及控制单元,三大组成要素组成。Core是计算的基本单元,既可以用作简单的浮点运算,又可以做一些复杂的运算例如,tensor 或者ray tracing。多个core之间通讯的方式:在特定的应用场合多个core之间是不需要的通讯的,也就是各干各的(例如 图像缩放)。但是也有一些例子,多个core之间要相互通讯配合(例如上文谈到的数组求和问题),每个core之间都可以实现交互数据是非常昂贵的,

RAG中的3个高级检索技巧

我们介绍的这些检索技术有助于提高文档的相关性。但是这方面的研究还正在进行,还有很多其他方法例如,利用真实反馈数据对嵌入模型进行微调;直接微调LLM以使其检索能力最大化(RA-DIT);探索更复杂的嵌入适配器使用深度神经网络而不是矩阵;深度和智能分块技术作者:Ahmed Besbes。

大数据深度学习卷积神经网络CNN:CNN结构、训练与优化一文全解

卷积神经网络是一种前馈神经网络,它的人工神经元可以响应周围单元的局部区域,从而能够识别视觉空间的部分结构特征。卷积层: 通过卷积操作检测图像的局部特征。激活函数: 引入非线性,增加模型的表达能力。池化层: 减少特征维度,增加模型的鲁棒性。全连接层: 在处理空间特征后,全连接层用于进行分类或回归。卷积神经网络的这些组件协同工作,使得CNN能够从原始像素中自动学习有意义的特征层次结构。随着深度增加,这些特征从基本形状和纹理逐渐抽象为复杂的对象和场景表现。

详解动态网页数据获取以及浏览器数据和网络数据交互流程-Python

动态网页是一种在用户浏览时实时生成或变化的网页。。相比之下,动态网页可以根据用户的互动、请求或其他条件在浏览器端或服务器端生成新的内容。而且现在的网页一般都是采用前后端分离的架构,前端负责展示和用户交互,后端负责数据处理。这种架构使得前端可以更加灵活地实现动态内容的加载和展示。所以说以后想要获取到数据,动态网页数据获取会成为我们主流获取网页数据的技术。所以在动态网页数据获取这方面我们需要下足功夫了解动态网页数据交互形式、数据存储访问模式等方方面面的知识,我们才好更加灵活的获取到数据。

从虚拟到现实:数字孪生驱动智慧城市可持续发展

同时,我们也需要不断探索和创新数字孪生技术的应用场景和发展方向,为智慧城市的可持续发展提供更加全面和深入的支持。“方案365”2023年全新整理智慧城市、数字孪生、乡村振兴、智慧乡村、元宇宙、数据中台、智慧园区、智慧社区、智慧矿山、城市生命线、智慧水利、智慧应急、智慧校园、智慧工地、智慧农业、智慧文旅、智慧交通等300+行业全套解决方案。通过智能电表和能源管理系统,数字孪生技术可以实现对家庭、企业等各个层面的能源使用情况进行监测和优化,提高能源利用效率,推动城市的绿色发展。

如何使用人工智能优化 DevOps?

DevOps 和人工智能密不可分,影响着各种业务。DevOps 可以加快产品开发速度并简化现有部署的维护,而 AI 则可以改变整个系统的功能。DevOps团队可以依靠人工智能和机器学习来进行数据集成、测试、评估和发布系统。更重要的是,人工智能和机器学习可以以高效、快速、安全的方式改进 DevOps 驱动的流程。从开发人员实用性和业务支持的角度来看, 评估AI和ML在 DevOps 中的重要性对于企业来说是有益的。

如何在 ChatGPT 上使用 Wolfram 插件回答数学问题

集成了 Wolfram 插件的 ChatGPT 能够向 Wolfram|Alpha 提出具体问题,并利用 Wolfram 的计算知识和数据资源生成更精确和准确的答案。这两者结合的方式是通过在 ChatGPT 上集成 Wolfram 插件,使 ChatGPT 能够利用 Wolfram|Alpha 的计算知识和 Wolfram 语言的强大功能。最关键的是,它不仅提供了解决方案的分步说明,还提供了答案的视觉参考,使得 Wolfram 成为在使用 ChatGPT 学习和解决数学问题时的理想辅助工具。

人工智能有哪些领域?

像京东自主研发的无人仓采用大量智能物流机器人进行协同与配合,通过人工智能、深度学习、图像智能识别、大数据应用等技术,让工业机器人可以进行自主的判断和行为,完成各种复杂的任务,在商品分拣、运输、出库等环节实现自动化。人工智能在金融领域的应用主要有:智能获客、身份识别、大数据风控、智能投顾、智能客服、金融云等,该行业也是人工智能渗透最早、最全面的行业。目前,我国在ITS方面的应用主要是通过对交通中的车辆流量、行车速度进行采集和分析,可以对交通进行实施监控和调度,有效提高通行能力、简化交通管理、降低环境污染等。

为什么ChatGPT选择了SSE,而不是WebSocket?

WebSocket是一种网络通信协议,它最早被提出来是为了解决HTTP连接的一大限制:HTTP协议中,一个客户端发送给服务端的请求必须由服务端返回一个响应,这使得服务端无法主动向客户端推送数据。客户端通过发送一个特殊的HTTP请求向服务器请求建立WebSocket连接。这个请求类似于:GET /chat HTTP/1.1 Upgrade: websocket Connection: Upgrade服务器响应这个请求,确认建立WebSocket连接。

使用LOTR合并检索提高RAG性能

为了解决LIM问题并提高检索性能,对RAG系统进行增强是非常重要的。通过设置不同的VectorStores并将它们与Merge retriver结合,以及使用LongContextReorder重新排列结果,可以减少LIM问题并使检索过程更高效。此外,在合并检索器中合并特定领域的嵌入也有着关键作用。这些步骤对于确保我们不会在检索文件的过程中遗漏重要细节至关重要。Lost in the Middle: How Language Models Use Long Contexts 论文。

【AI】人工智能复兴的推进器之神经网络

神经网络是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量节点(或神经元)相互关联构成,每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这可以看作人工神经元的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。此外,根据网络的结构和运行方式,神经网络可以分为前馈神经网络和反馈神经网络。

目标检测与测距算法在极端天气下的应用

在现代社会中,极端天气条件对人们的生活和工作带来了很大的挑战。对于一些特定领域,如交通运输、安全监控等,准确的目标检测与测距算法在极端天气下尤为重要。本文将分点概述极端天气下目标检测与测距算法的关键问题及解决办法。

AI时代架构设计新模式

本书是一本旨在帮助架构师在人工智能时代展翅高飞的实用指南。全书以ChatGPT为核心工具,揭示了人工智能技术对架构师的角色和职责进行颠覆和重塑的关键点。本书通过共计 13 章的系统内容,深入探讨AI技术在架构设计中的应用,以及AI对传统架构师工作方式的影响。通过学习,读者将了解如何利用ChatGPT这一强大的智能辅助工具,提升架构师的工作效率和创造力。本书的读者主要是架构师及相关从业人员。

ChatGPT 也宕机了?如何预防 DDOS 攻击的发生

DDoS 攻击即分布式拒绝服务攻击,是指多个攻击者或者一个攻击者控制了位于不同位置的多台机器,并利用这些机器对受害者同时实施攻击。由于攻击的发出点是分布在不同地方的,这类攻击称为分布式拒绝服务攻击。攻击者会向目标服务器发送大量数据包或请求,以耗尽目标服务器资源,使其无法响应合法用户请求。DDoS 攻击通常会导致目标服务器无法正常工作,造成服务中断、网站崩溃等问题,严重影响合法用户的体验和企业的正常运营。DDoS 攻击的防御措施包括加强网络基础设施安全、配置防火墙和入侵检测系统、及时修复系统和应用程序漏洞等。

Python将列表中的数据写入csv并正确解析出来

用Python做数据处理常常会将数据写到文件中进行保存,又或将保存在文件中的数据读出来进行使用。通过Python将列表中的数据写入到csv文件中很多人都会,可以通过Python直接写文件或借助pandas很方便的实现将列表中的数据写入到csv文件中,但是写进去以后取出有些字段会有变化有些坑还是要避免。本文通过实例来介绍如何将列表中的数据写入文件如csv并正确解析出来使用。
返回
顶部