积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部综合其他(11)人工智能(11)

语言

全部中文(简体)(9)中文(简体)(2)

格式

全部PDF文档 PDF(11)
 
本次搜索耗时 0.020 秒,为您找到相关结果约 11 个.
  • 全部
  • 综合其他
  • 人工智能
  • 全部
  • 中文(简体)
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 DeepSeek从入门到精通(20250204)

    设计清晰、精确的提示语结构 创意引导能力 设计能激发AI创新思维的提示语 利用类比、反向思考等技巧拓展AI输出的可能性 巧妙结合不同领域概念,产生跨界创新 结果优化能力 分析AI输出,识别改进空间 通过迭代调整提示语,优化输出质量 设计评估标准,量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 可验证性 ▪ 迭代空间 ▪ 输出格式 ▪ 难度适中 ▪ 多样性考虑 常见陷阱与应对:新手必知的提示语设计误区 挖掘反向思维:从非传统角度切入 创新设计策略: ▪ 设定逆向任务:提示语可以引导AI从相反的角度处理问题,提供不同于传统生成的内容。 ▪ 挑战预设思维模式:通过打破任务的常规设定,促使AI生成具有挑战性和创新性的内容。 灵活运用任务开放性:给AI自由发挥的空间 创新设计策略: 创新设计策略: ▪ 设定基本框架,留出探索余地:提示语应提供一个结构化的框架,包含具体的生成目标,但不应过度限制表 达方式或细节内容,给AI足够的空间进行创造。 ▪ 多维度任务引导:通过引导AI从多个角度看待问题,激发其对生成内容的多样化思考。 AI缺陷:臆造之辞 概率幻觉 AI幻觉(AI Hallucinations)是指生成式人工智能 模型在生成文本或回答问题时,尽管表面上呈现出逻 辑性
    0 码力 | 104 页 | 5.37 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek 从入门到精通

    设计清晰、精确的提示语结构 创意引导能力 设计能激发AI创新思维的提示语 利用类比、反向思考等技巧拓展AI输出的可能性 巧妙结合不同领域概念,产生跨界创新 结果优化能力 分析AI输出,识别改进空间 通过迭代调整提示语,优化输出质量 设计评估标准,量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 可验证性 ▪ 迭代空间 ▪ 输出格式 ▪ 难度适中 ▪ 多样性考虑 常见陷阱与应对:新手必知的提示语设计误区 挖掘反向思维:从非传统角度切入 创新设计策略: ▪ 设定逆向任务:提示语可以引导AI从相反的角度处理问题,提供不同于传统生成的内容。 ▪ 挑战预设思维模式:通过打破任务的常规设定,促使AI生成具有挑战性和创新性的内容。 灵活运用任务开放性:给AI自由发挥的空间 创新设计策略: 创新设计策略: ▪ 设定基本框架,留出探索余地:提示语应提供一个结构化的框架,包含具体的生成目标,但不应过度限制表 达方式或细节内容,给AI足够的空间进行创造。 ▪ 多维度任务引导:通过引导AI从多个角度看待问题,激发其对生成内容的多样化思考。 AI缺陷:臆造之辞 概率幻觉 AI幻觉(AI Hallucinations)是指生成式人工智能 模型在生成文本或回答问题时,尽管表面上呈现出逻 辑性
    0 码力 | 103 页 | 5.40 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

    数据报告自动化生成:基于o3mini自动 生成格式化的数据报告,包括图表、表格和文 字说明,帮助管理者快速理解分析结果。 • 数据接口标准化:根据标准格式输出数据, 利用o3mini方便不同系统和平台之间的数据 共享,提升跨机构协作效率。 • 情感分析与数据解读:利用o3mini结合 情感分析,对数据进行深入解读,帮助市场调 研等领域理解消费者情感,优化产品和策略。 • 故事化数据呈现:借助o3mini将数据以 故事的形式呈现,增强数据的可读性和吸引力, 无数据检索:以中国知网数据库作为支撑,通过关键词 检索,自动搜集相关文献并生成综述报告,仅支持中文 检索。 斯坦福STORM 斯坦福STORM平台是由斯坦福大学的oval团队开发的的一款AI科研工具,其核心功能是通过多智能体协作,实现 从提纲到段落再到文章的迭代式生成,为用户生成内容大纲及高质量长文本。 产品 概况 功能亮点 功能亮点  资料整合与文章生成:能够浏览网络,搜集大量文献, 并通过基于主题的多个智能代理,将这些文献转化为连 集到的信息来创建文章大纲。  转化文献为连贯文章:可以将现有的文献资料进行分析 和整合,转化为逻辑连贯的新文章,为学者和知识工作 者提供了极大的便利。  多智能体协作对话:Co-STORM模式引入了协作对话 机制,并采用轮次管理策略,实现流畅的协作式AI学术 研究。 用户体验对比:使用步骤 PubScholar平台官网:https://pubscholar.cn/  输入关键词:进入官网后,在搜索框键入关键词进行文献检索。
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 清华大学 普通人如何抓住DeepSeek红利

    协调民间救援队GPS定位 老人转移方案: ✓ 调取智能手环历史活动轨迹 ✓ 社区志愿者网络即时广播 ③ 企业级应急: 启动边缘计算节点转移关键数据 生成政府灾情报告模板(自动填充损失评估) ④ 社会协作: 创建临时物资交换区块链账本 多语言求援信息自动生成(对接领事馆系统) 技术红利: 救援响应速度提升3.2倍,资产损失减少78%,危机持续时间压 缩56% p 第一步:全面描述整体情景 p 第二步:分项深入探讨,获取针对性建议 你已经预料到会被问到婚姻 问题。七大姑八大姨们纷纷关心你的婚恋状况,问题接二连三地抛来,让你感到压力重重。 目标:在不伤害长辈感情的情况下,妥善处理亲戚的催婚问题,维护家庭和谐,同时保护自己的个人空间和选择。 对话技巧 p 使用“我”语句:如“我感到…”,避免指责。 p 运用幽默:如“现在我还是专心工作,等以后有了 对象再来麻烦您操心!” p 避免冲突:寻找共同点,如“您说得对,婚姻很重 p 坦诚交流,表达立场 示例:温和地说明,“我现在在工作上有些目标想要实 现,婚姻大事需要时间和精准的选择。” p 设定界限,明确底线 示例:礼貌但坚定地说,“我会认真考虑,但希望能有 自己的空间去选择。” p 转移话题,缓解气氛 示例:主动询问,“您最近有什么新鲜事吗?我听说您 最近在学习摄影?” p 寻求家长支持 示例:私下对父母说,“我知道大家都很关心我,但我 希望能有时间去寻找合适的伴侣,希望您能理解和支持
    0 码力 | 65 页 | 4.47 MB | 8 月前
    3
  • pdf文档 【周鸿祎清华演讲】DeepSeek给我们带来的创业机会-360周鸿祎-202502

    感知AI 认知AI 生成式AI 多模态AI 推理式AI 9政企、创业者必读 人工智能发展历程(二)  从单纯对话的大模型AI,发展到具有行动和执行能力的智能体AI  从数字空间中的AI,走向能理解和操控物理空间的AI  从解决现实问题的AI,走向解决科学问题的科学型AI 大模型AI 智能体AI 物理AI 科学AI 10政企、创业者必读 面对全球大模型产业之争,要打赢「三大战役」 AGI之战 34政企、创业者必读 成本的急剧降低  DeepSeek可适配国产硬件,促进国产硬件发展  DeepSeek的优化降低对推理硬件的要求,减少推理成本  训练成本降低,堆显卡模式受质疑,探索新思路,算法优化空间大  无需训练自己的基座模型,直接部署在DeepSeek上,不用重复发明轮子  公开蒸馏方法,帮助其他模型提升能力,实现了模型制造模型,犹如工业母机  小模型可部署在企业内电脑或一体机上,使用成本降低,形成分布式推理网络 用内部提示词进行角色设定 具备GUI界面的多个步骤的工具软件 L2 L1 L0 可执行复杂的规划、推理、分解、预测流程的工作流 与企业业务流程、组织、系统打通 L3 L5 L4 多个Agent的相互协作 L6 64政企、创业者必读 示例:斯坦福医疗预约中心的AI化改造 智能体应用案例:定义角色、分解流程 社区医生手工填写患者病历 并传真到斯坦福预约中心 传统人工预约流程 AI辅助预约流程
    0 码力 | 76 页 | 5.02 MB | 5 月前
    3
  • pdf文档 人工智能安全治理框架 1.0

    人工智能安全治理原则 秉持共同、综合、合作、可持续的安全观,坚持发展和安全并重,以促 进人工智能创新发展为第一要务,以有效防范化解人工智能安全风险为出发点 和落脚点,构建各方共同参与、技管结合、分工协作的治理机制,压实相关主 体安全责任,打造全过程全要素治理链条,培育安全、可靠、公平、透明的人 工智能技术研发和应用生态,推动人工智能健康发展和规范应用,切实维护国 家主权、安全和发展利益,保障 (b)算力安全风险。人工智能训练运行所依赖的算力基础设施,涉及多源、 泛在算力节点,不同类型计算资源,面临算力资源恶意消耗、算力层面风险跨 边界传递等风险。 (c)供应链安全风险。人工智能产业链呈现高度全球化分工协作格局。 但个别国家利用技术垄断和出口管制等单边强制措施制造发展壁垒,恶意阻断 全球人工智能供应链,带来突出的芯片、软件、工具断供风险。 3.2 人工智能应用安全风险 3.2.1 网络域安全风险 (b)用于开展认知战的风险。人工智能可被利用于制作传播虚假新闻、- 7 - 人工智能安全治理框架 图像、音频、视频等,宣扬恐怖主义、极端主义、有组织犯罪等内容,干涉他 国内政、社会制度及社会秩序,危害他国主权;通过社交机器人在网络空间抢 占话语权和议程设置权,左右公众价值观和思维认知。 3.2.4 伦理域安全风险 (a)加剧社会歧视偏见、扩大智能鸿沟的风险。利用人工智能收集分析 人类行为、社会地位、经济状态、个体性格等,对不同人群进行标识分类、区
    0 码力 | 20 页 | 3.79 MB | 1 月前
    3
  • pdf文档 国家人工智能产业综合标准化体系建设指南(2024版)

    坚持应用牵引。坚持企业主体、市场导向,面向行业应 用需求,强化创新成果迭代和应用场景构建,协同推进人工 3 智能与重点行业融合应用。 坚持产业协同。加强人工智能全产业链标准化工作协 同,加强跨行业、跨领域标准化技术组织的协作,打造大中 小企业融通发展的标准化模式。 坚持开放合作。深化国际标准化交流与合作,鼓励我国 企事业单位积极参与国际标准化活动,携手全球产业链上下 游企业共同制定国际标准。 三、建设思路 (一)人工智能标准体系结构 控制等标准。 9. 智能体标准。规范以通用大模型为核心的智能体实例和 10 智能体基本功能、应用架构等技术要求,包括智能体强化学习、 多任务分解、推理、提示词工程,智能体数据接口和参数范围, 人机协作、智能体自主操作、多智能体分布式一致性等标准。 10. 群体智能标准。规范群体智能算法的控制、编队、感知、 规划、决策、通信等技术要求和评测方法,包括自主控制、协同 控制、任务规划、路径规划、协同决策、组网通信等标准。 重点行业智能升级标准。围绕原材料行业,开展大模型 畅联产线数据、优化在线监测调控和工艺改进等标准研制。围绕 消费品行业,开展需求预测、个性化定制等标准研制。围绕装备 行业,研制智能装备感知、交互、控制、协作、自主决策等标准。 (六)行业应用标准 开展智慧城市、科学智算、智慧农业、智慧能源、智慧环保、 智慧金融、智慧物流、智慧教育、智慧医疗、智慧交通、智慧文 旅等领域标准研究。 (七)安全/治理标准
    0 码力 | 13 页 | 701.84 KB | 1 年前
    3
  • pdf文档 清华大学第二弹:DeepSeek赋能职场

    00% 250.00% 300.00% 350.00% 杭州 深圳 成都 苏州 无锡 上海 青岛 厦门 宁波 北京 大模型A 大模型B 大模型C 大模型D 如何利用DeepSeek实现人机高效协作? 基本操 作技巧 人机协 作意识 能动 意识 边界 意识
    0 码力 | 35 页 | 9.78 MB | 8 月前
    3
  • pdf文档 Deepseek R1 本地部署完全手册

    下载并合并模型分⽚: 3. 安装Ollama: 4. 创建Modelfile: 5. 运⾏模型: 4. 性能调优与测试 GPU利⽤率低:升级⾼带宽内存(如DDR5 5600+)。 扩展交换空间: 六、注意事项与⻛险提示 1. 成本警示: 70B模型:需3张以上80G显存显卡(如RTX A6000),单卡⽤户不可⾏。 671B模型:需8xH100集群,仅限超算中⼼部署。 2. 替代⽅案:
    0 码力 | 7 页 | 932.77 KB | 8 月前
    3
  • pdf文档 开源中国 2023 大模型(LLM)技术报告

    。 PromptPerfect 29 / 32 LLM 世界的基石:算力 LLM 的算力指的是执行这些模型所需的计算资源。这包括用于训练和运行模型的硬件(如 GPU 或 TPU)、内存、存储空间以及处理 大量数据的能力。LLM 需要非常强大的算力来处理、理解和生成文本,因为它们涉及到数十亿甚至数万亿个参数的训练和推理。 LLM 的基石是算力,而算力的基石是硬件,硬件的性能直接影响着计算任务的速度、效率和能力。
    0 码力 | 32 页 | 13.09 MB | 1 年前
    3
共 11 条
  • 1
  • 2
前往
页
相关搜索词
DeepSeek入门精通20250204清华华大大学清华大学DeepResearch科研普通通人普通人如何抓住红利周鸿祎演讲我们带来创业机会360202502人工智能人工智能安全治理框架1.0国家产业综合标准标准化体系建设指南2024第二赋能职场DeepseekR1本地部署完全手册开源中国2023模型LLM技术报告
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩