= Growth We Have Not Seen Likes of Before • AI & Work Evolution = Real + Rapid 3 1 2 3 4 5 6 7 8 9-51 52-128 129-152 153-247 248-298 299-307 308-322 # 323-336 OutlineWeekly Active Users Unprecedented Leading USA-Based LLM Users 2 Source: Company disclosures Details on Page 55 6MM 2005 2025 Number of Developers, MM 0% 50% 100% Internet LLM 33 Years In 90% @ Year 3 90% USA 2014 20236 …Charts Paint Thousands of Words AI & Physical World Ramps = Fast + Data-Driven 6 A Ride Share vs. Autonomous Taxi Provider, San Francisco Operating Zone Market Share Source: YipitData

Architecture 6 2.1 Multi-Head Latent Attention: Boosting Inference Efficiency . . . . . . . . . . . . . 6 2.1.1 Preliminaries: Standard Multi-Head Attention . . . . . . . . . . . . . . . . 6 2.1.2 Low-Rank three matrices ??,? ?,?? ∈ R?ℎ?ℎ×?, respectively: q? = ??h?, (1) k? = ? ?h?, (2) v? = ??h?, (3) 6 Grouped-Query Attention (GQA) Multi-Head Attention (MHA) Multi-Query Attention (MQA) Multi-Head Latent [q?,1;q?,2; ...; q?,?ℎ] = q?, (4) [k?,1;k?,2; ...; k?,?ℎ] = k?, (5) [v?,1;v?,2; ...; v?,?ℎ] = v?, (6) o?,? = ?∑︁ ?=1 Softmax?( q? ?,?k?,? √ ?ℎ )v?,?, (7) u? = ??[o?,1; o?,2; ...; o?,?ℎ], (8) where

"#$%Bloomberg*&'()4 Manus AI%*+,- !"#$%Bloomberg*&'()5 Manus AI%./01 • GAIA !"#%‡•ž$% AI Ÿ G¡¢ž£,¤¥-UL6¦§¨©ª«Level 1cLevel 2cLevel 3¬G-•>Manus AI L®‰¯# §¨©ª°±²³{´µG SOTA œ=> • Manus AI ¶·fgG$%JKA+)€,¸¹!Lº»JK«Level Lº»JK«Level 3¬°G-•¼½a‡¹T AI Ÿ >•)¾%‡ˆ¿ÀGÁ%ÂÃ,Ä Å'B|4ÆcÇ©ÈÉÊËcÌÍ•mÎÏJKG()A+> !"#$%Bloomberg*&'()6 Manus AI%2345 • ManusÐ!ÑÒÓ*GÔg<Õ5 • uvÖk5tAIןØAI AgentGÙÚÛ© • ÜÝÞßà5zChromeCEdgeÜÝÞáâAIŸ ßà,QŸ%ãL "GAIçèûÞ&> • AI*+uv5´µ#$GManusuv,!"#$%AI*+,)`%&R<º»JK> • ÑÒÓ*5'de() • ManusêëF-*Bz'()+,-,Manus./I6¦Gdeáâ(),012÷345de> !"#$%Bloomberg*&'()7 Manus AI%6789: • 67,89:;<щ=>?Š@&ACEO,BC‡DF<Ñg[> • 2016

答案。 3. 角色扮演型提示语：要求AI扮演特定角色，模拟 特定场景。 4. 创意型提示语：引导AI进行创意写作或内容生成。 5. 分析型提示语：要求AI对给定信息进行分析和推 理。 6. 多模态提示语：结合文本、图像等多种形式的 输入。 表1-1-1提示语的本质特征 特征 描述 示例 沟通桥梁 连接人类意图和AI理解 “将以下内容翻译为法语：Hello, world” 上下文提供 请设定一个全新的情境，讨论在此情境下[问题/主题]会有怎样的发展。 4. 请挑战现有的常规观点，从反面角度思考[问题/主题]，并提出新的可能性。 5. 请结合不同学科的理论，提出一个创新的解决方案。 6. 请从结果出发，倒推可能的原因和过程，探索新的解决途径。 提示语链的作用机制（二） 质量控制与优化 多模态信息处理 �实战技巧： �实战技巧： 反馈整合与动态调整 �实战技巧： 1. 因。 4. 请收集多方反馈，综合考虑并调整内容生成方向，列出不同来源的反馈及其 对生成内容的影响。 5. 请定期对生成的内容进行检查，确保各部分内容协调一致，并列出检查的具 体方法和步骤。 6. 请将新获取的信息和反馈整合到已有内容中，形成一个有机整体，详细描述 整合的步骤和方法。 1. 请将[主题]相关的文本描述与数据结合，生成一个全面的分析报告。 2. 请根据[主题]创建一个包含

答案。 3. 角色扮演型提示语：要求AI扮演特定角色，模拟 特定场景。 4. 创意型提示语：引导AI进行创意写作或内容生成。 5. 分析型提示语：要求AI对给定信息进行分析和推 理。 6. 多模态提示语：结合文本、图像等多种形式的 输入。 表1-1-1提示语的本质特征 特征 描述 示例 沟通桥梁 连接人类意图和AI理解 “将以下内容翻译为法语：Hello, world” 上下文提供 请设定一个全新的情境，讨论在此情境下[问题/主题]会有怎样的发展。 4. 请挑战现有的常规观点，从反面角度思考[问题/主题]，并提出新的可能性。 5. 请结合不同学科的理论，提出一个创新的解决方案。 6. 请从结果出发，倒推可能的原因和过程，探索新的解决途径。 提示语链的作用机制（二） 质量控制与优化 多模态信息处理 �实战技巧： �实战技巧： 反馈整合与动态调整 �实战技巧： 1. 因。 4. 请收集多方反馈，综合考虑并调整内容生成方向，列出不同来源的反馈及其 对生成内容的影响。 5. 请定期对生成的内容进行检查，确保各部分内容协调一致，并列出检查的具 体方法和步骤。 6. 请将新获取的信息和反馈整合到已有内容中，形成一个有机整体，详细描述 整合的步骤和方法。 1. 请将[主题]相关的文本描述与数据结合，生成一个全面的分析报告。 2. 请根据[主题]创建一个包含

Nawalgaria Grace Mollison Technical Writer Joey Haymaker Designer Michael Lanning Introduction 6 Prompt engineering 7 LLM output configuration 8 Output length 8 Sampling controls 9 Temperature Document the various prompt attempts 64 Summary 66 Endnotes 68 Prompt Engineering February 2025 6 Introduction When thinking about a large language model input and output, a text prompt (sometimes examples’. Prompt Engineering February 2025 14 Let’s use Vertex AI Studio (for Language) in Vertex AI,6 which provides a playground to test prompts. In Table 1, you will see an example zero-shot prompt to

普通人学 AI 指南 作者：郭震 日期：2024 年 6 月 8 日 Contents 1 AI 大模型基础 4 1.1 AIGC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 AGI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.1 上下文窗口 . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4.2 单位 B 和 T . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2 AI 工具梳理 6 2.1 问答 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.1 ChatGPT . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.2 Claude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2

that your use case can meet these criteria clearly. Otherwise, a deterministic solution may suffice. 6 A practical guide to building agents Agent design foundations In its most fundamental form, an agent same concepts using your preferred library or building directly from scratch. Python 1 2 3 4 5 6 weather_agent = Agent( name= instructions= tools=[get_weather], ) , "Weather agent" "You equip the agent defined above with a series of tools when using the Agents SDK: Python 1 2 3 4 5 6 7 8 8 10 11 12 from import def agents Agent, WebSearchTool, function_tool @function_tool

ore(0，vdot + outs[6] .vtoad( [6]， urn ib.get 驱动万物智能 Alios TVM @ Hexagon DSP For128 x 32 x4 GEMM: Vv9.w = vmpyio(v5.w,Vv@.h) } v10.w = vmpyio(v7.w,v1.h) Vv8.w = vasL(v14.w,rl1) } v6.w += vmpyie(v12.w :endLoop0 v8.w += vmpyie(v4.w,Vv2.uh) vasL(v10.w, rl) } += vmpyie(v7.w,v1.uh) vasL(v9.w, rl) vadd(v8.w,Vv6.w) += Vvmpyie(v5.w,V0 Vv31.w = vadd(v3.w,v4.w) V0.w vadd(v30.w,v31,.w) Vvmem( rO++#1) = V0.new } r@ 8 8 6.952 。 C++ RPC (Merged into Masten 6 4 2.353 2. ， 曾硬证 0 Mobilenet 1.0 densenet121 量TVM (with Auto Tuning) 目MXNet+

大模型是真智能，是人工智能的重大拐点。你相不相信？ 大模型是一场工业革命，将重塑所有产品和业务。你相不相信？ 不拥抱AI的组织和个人，会被拥抱AI的组织和个人淘汰。你相不相信？ 建立AI信仰 6政企、创业者必读 大模型不是泡沫，而是新一轮工业革命的驱动引擎 蒸汽革命 电气革命 信息革命 以大模型为代表的 人工智能革命 人工智能是新质生产力的关键支撑技术，人工智能+百业千行将带动新一轮工业革命，为高质量发展注入强大动能 2 4 5 知识问答 代码编程 文本生成 多轮对话 图像生成 视频生成 音频生成 A I 数字人 生物制药 新材料研究 脑机接口 基础科学 能源自由 宇宙探索 生命科学 科学 能力 6 AI Fo r Science 知识管理（ 内部知识管理、 外部情报分析、 大数据分析、 工作流知识） 专家经验模型（ 专业模型训练） 业务流程自动化（ A g e n t框架） 组织协同（ 煤 铁 矿 石 石 灰 石 废钢 合金 炼焦 烧结 球团 高炉炼铁 电 炉 炼 钢 精炼 连铸 冷轧/镀锌 调度 营销 排产 2· 铁前 3· 炼铁 4· 炼钢 5· 轧钢 6· 销售 物 理 工 序 模 型 导 图 原料 废钢 烧结 球团 焦化 炼铁 炼钢 精炼 连铸 热轧 冷轧 销售 • 料场环境实时监控 • 人员越界安全监测 • 回转窑窑况智能分 析 • 原料无人天车吊装