AIGC(生成式AI)试用 15 -- 小结

    断断续续的尝试在实际的工作使用中理解和测试AIGC,运用会越来越多、越来越广范,但也是时候做个小结了。
    没有太用热火的ChatGPT,只是拿了日常最容易用到的CSDN创作助手(每周写文章总是看到)和文心一言(没了谷歌只能百度),毕竟天天工作、生活能用到。
    每一代技术革命都会带给我们冲击,同时也会带来新的机会。
    AIGC将会深入到我们的生活和工作中,将会替代我们习惯了的操作和岗位,我们竞争过机器吗?我们将何去何从?

  • 都能实现文本生成,CSDN创作助手深耕于文档创作,文心一言则更全面文本图像,语主、视频、音频的表现呢?想来并不是什么问题,只是数据集的存储和积累
  • CSDN创作助手速度的确慢了点,文心一言则更快速的反馈,但这段持续的使用和测试过程,感觉到了他们的变化,不仅是内容回复质量,也还有反馈速度
  • 格式化、标准化、大纲化是AIGC的强项,想来人类活动的积累最佳实践,也被很好的拿来作为训练素材,被AI模型有效的进行了学习,CSDN创作助手和文心一言的总分总格式应是文档写手的最佳替代
  • 也许会是一本正经的胡说,那也需要提供必要的数据和引导,CSDN创作助手和文心一言才能将你提供的伪数据代入其中,一本正经的编出一份你想要的答案。记得,是你这个坏小子想要的
  • 如聊天般的AIGC生成,层次化的、逐步深入的方式,更容被CSDN创作助手和文心一言获得,并给出相对准确答案
  • 问题描述不要太复杂,正如人在聊天一样,简短、有利的主题,更容易让对方生成内容 -- 试着像个朋友一样与他慢慢聊起来吧,彼此要了解,越细越好
  • 自主的上下文的联系,表现一般,不过你可以用“接上文”来提醒答案的关联生成
  • 毕竟是数据训练而来的AIGC,数据的实效性稍有些延迟,历史的表现更好,实时的则是信息在web传播的更有效
  • 这也正体现了AIGC的持续训练、学习,对于同一问题,可以以不同的方式提问、可以在不同的时期提问,回复可见的越来越接近你想要的,也许比你想像的更完美
  • 训练数据越来越大,生成的内容越来越多,如何保证训练数据的正确性、安全性;如何保证生成内容的有效性、传输的安全性、使用的合规性。。。。。。想想看,也许会有立法

    诚然,AIGC简化了一些我们日常工作和生活的难题,特别是有清晰明确答案的,没有了选择困难,只是一问一答的聊天,当年的聊天Robot的确没有这么大的数据、这么强的训练
    同时,AIGC的发展(1950 ~ )近80年,真正进入我们看工作和生活也是最近几年的事情,也正是人工智能、元宇宙、数字孪生等一系列虚拟技术的兴起,也正是chatGPT的火热让我们这些人使用到、关注到。
    未来,会是什么样?也许正是我们想像中的样子,敢想、敢干,即能实现,时代造人,时代弄人。

-- 以下 参考 百度百科,AIGC

    AIGC,Artificial Intelligence Generated Content,人工智能技术生成内容。
    多模态之上的人工智能技术,即单个模型可以同时理解语言、图像、视频、音频,即现有常见的文本生成、图像生成、视频生成、音频生成
    实现AIGC更加智能化、实用化的三大要素是:数据(来源、形态、处理、存储,需要基础架构的支持)、算力(训练环境)、算法(模型、训练)

  


  • AIGC(生成式AI)试用 0 -- 如何测试此类应用
  • AIGC(生成式AI)试用 1 -- 基本文本
  • AIGC(生成式AI)试用 2 -- 胡言乱语
  • AIGC(生成式AI)试用 3 -- 专业主题
  • AIGC(生成式AI)试用 4 -- 从模糊到精确
  • AIGC(生成式AI)试用 5 -- 从模糊到精确,再一步
  • AIGC(生成式AI)试用 6 -- 从简单到复杂
  • AIGC(生成式AI)试用 7 -- 桌面小程序
  • AIGC(生成式AI)试用 8 -- 曾经的难题
  • AIGC(生成式AI)试用 9 -- 完整的程序
  • AIGC(生成式AI)试用 10 -- 安全性问题
  • AIGC(生成式AI)试用 11 -- 年终总结
  • AIGC(生成式AI)试用 12 -- 年终再总结
  • AIGC(生成式AI)试用 13 -- 数据时效性
  • AIGC(生成式AI)试用 14 -- 画画

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/229445.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

多层记忆增强外观-运动对齐框架用于视频异常检测 论文阅读

MULTI-LEVEL MEMORY-AUGMENTED APPEARANCE-MOTION CORRESPONDENCE FRAMEWORK FOR VIDEO ANOMALY DETECTION 论文阅读 摘要1.介绍2.方法2.1外观和运动对其建模2.2.记忆引导抑制模块2.3. Training Loss2.4. Anomaly Detection 3.实验与结果4.结论 论文标题:MULTI-LEVE…

springboot整合vue,将vue项目整合到springboot项目中

将vue项目打包后&#xff0c;与springboot项目整合。 第一步&#xff0c;使用springboot中的thymeleaf模板引擎 导入依赖 <!-- thymeleaf 模板 --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-t…

虚拟机下Ubuntu上网设置

文章目录 一、虚拟机上网的两种方式1.1 NAT模式&#xff08;Network Address Translation&#xff09;1.2 桥接模式&#xff08;Bridge Mode&#xff09;1.3 简介 二、实际配置2.1 NAT模式配置2.2 桥接模式配置 之前跟着博客配了好几个也没用&#xff0c;后来自己慢慢模式实践测…

MySQL数据库 DML

目录 DML概述 添加数据 修改数据 删除数据 DML概述 DML英文全称是Data Manipulation Language(数据操作语言)&#xff0c;用来对数据库中表的数据记录进行增、删、改操作。 添加数据(工NSERT)修改数据(UPDATE)删除数据(DELETE) 添加数据 (1)给指定字段添加数据 INSERT …

【FPGA/verilog -入门学习9】verilog基于查找表的8位格雷码转换

本文参考&#xff1a;FPGA杂记5——格雷码转换设计-CSDN博客 1&#xff0c;什么是查表法&#xff0c;做什么用&#xff0c;有什么好处 查找表&#xff08;Look-Up-Table&#xff09; 查找表&#xff0c;简单说&#xff0c;就是一个预先存储好结果的数据表 通过访问这张预先存储…

【数据分享】2019-2023年我国区县逐年新房房价数据(Excel/Shp格式)

房价是一个区域发展程度的重要体现&#xff0c;一个区域的房价越高通常代表这个区域越发达&#xff0c;对于人口的吸引力越大&#xff01;因此&#xff0c;房价数据是我们在各项城市研究中都非常常用的数据&#xff01;之前我们分享了2019—2023年我国区县逐月的新房房价数据&a…

解决“bat中文路径乱码“问题

今天&#xff0c;在使用.bat脚本&#xff0c;将hello.png从"D:\mypic\备份"目录&#xff0c;拷贝到"D:\mypic\备份"时&#xff1b;发现中文乱码,弹出如下对话框: 图(1) bat中文路径乱码 原来的命令是&#xff1a; copy D:\mypic\one\hello.png D:\mypic\备…

【LangChain学习之旅】—(3) LangChain快速构建本地知识库的智能问答系统

【LangChain学习之旅】—&#xff08;3&#xff09; LangChain快速构建本地知识库的智能问答系统 项目及实现框架开发框架核心实现机制数据准备及加载加载文本文本的分割向量数据库存储文本的“嵌入”概念向量数据库概念 相关信息获取RetrievalQA生成回答并展示示例小结 Refere…

四. 基于环视Camera的BEV感知算法-BEVDet4D

目录 前言0. 简述1. 算法动机&开创性思路2. 主体结构3. 损失函数4. 性能对比总结下载链接参考 前言 自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》&#xff0c;链接。记录下个人学习笔记&#xff0c;仅供自己参考 本次课程我们来学习下课程第四章——基于环视Cam…

java.lang.IllegalArgumentException: Could not resolve placeholder XXX‘ in value

问题描述 使用Springcloudalibaba的nacos作为配置中心&#xff0c;服务启动时报错&#xff1a; java.lang.IllegalArgumentException: Could not resolve placeholder XXX‘ in value java.lang.IllegalArgumentException: Param ‘serviceName’ is illegal, serviceName is …

【动态规划精选题目】2、路径问题模型

此动态规划系列主要讲解大约10个系列【后续持续更新】 本篇讲解路径问题模型中的6道经典题&#xff0c;会在讲解题目同时给出AC代码 目录 1、不同路径 2、不同路径2 3、珠宝的最大价值 4、下降路径最小和 5、最小路径和 6、地下城游戏 1、不同路径 class Solution { publi…

基于VGG-16+Android+Python的智能车辆驾驶行为分析—深度学习算法应用(含全部工程源码)+数据集+模型(一)

目录 前言总体设计系统整体结构图系统流程图 运行环境Python环境TensorFlow 环境Pycharm 环境Android环境 相关其它博客工程源代码下载其它资料下载 前言 本项目采用VGG-16网络模型&#xff0c;使用Kaggle开源数据集&#xff0c;旨在提取图片中的用户特征&#xff0c;最终在移…

数据分析-14-基于Python的信用评分卡数据分析(包含代码数据)

文章目录 0. 数据代码下载1. 分析思路2. 理解数据3. 数据清洗3.1 选择子集3.2 列名重命名3.3 缺失数据处理3.4 异常值处理 4. 建立模型4.1 借款逾期超过90天的人数&#xff0c;即借款客户的整体质量情况&#xff1f;4.2 借款人月收入分布情况及月收入对违约客户数量的影响&…

低代码在制造业的应用前景

引言 数字化转型已经成为制造业的必然趋势&#xff0c;为了应对市场的快速变化、提高效率、降低成本&#xff0c;制造业企业不得不追求更智能、更敏捷的生产方式。在这一转型过程中&#xff0c;低代码技术崭露头角&#xff0c;成为了一种强大的工具&#xff0c;有望加速制造业…

PyCharm community 安装教程

目录 链接cudatoolkit 下载地址&#xff1a;https://www.jetbrains.com/pycharm/download/other.html 双击打开 安装路径&#xff0c;可自行更换到D盘 不导入设置 链接cudatoolkit

设计模式(2)--对象创建(5)--单件

1. 意图 保证一个类仅有一个实例&#xff0c;并提供一个访问它的全局访问点。 2. 一种角色 单件(Singleton) 3. 优点 3.1 对唯一实例的受控访问 3.2 缩小名空间(对全局变量的改进) 3.3 允许对操作和表示精化(可以有子类) 3.4 允许可变数目的实例 3.5 比类操作更灵活 4. 缺点…

【C语言】cache和程序访问的局部性对程序性能的影响

文章目录 1&#xff0e;源程序比较其性能影响2&#xff0e;内存分配&#xff08;1&#xff09;静态存储区&#xff08;static&#xff09;&#xff1a;&#xff08;2&#xff09;栈区&#xff08;stack&#xff09;&#xff1a;&#xff08;3&#xff09;堆区&#xff08;heap&…

msvcp140.dll丢失怎样修复?全面分析msvcp140.dll的修复方法

在执行特定程序时&#xff0c;有可能遭遇msvcp140.dll文件遗失的困扰&#xff0c;此时该如何处理呢&#xff1f;此次将为您讲述面临此类问题的有效解决方案&#xff0c;涉及到多种修复方法&#xff0c;其中包括利用DLL修复工具进行操作。您可依据个人需求选择相应的修复方式&am…

Linux:时间显示(函数介绍)

文章目录 1、sleep&#xff1a;延迟函数2、time/localtime3、示例&#xff1a;sleep time localtime4、Linux时间调整 1、sleep&#xff1a;延迟函数 函数原型&#xff1a;unsigned int sleep(unsigned int seconds); 功 能&#xff1a;延时 参 数&#xff1a;seconds:秒&am…

条款5:了解c++默默编写并调用了哪些函数

如果你不自己声明&#xff0c;编译器会替你声明&#xff08;编译器版本的&#xff09;拷贝构造函数、拷贝赋值运算符和析构函数。此外&#xff0c;如果你没有声明任何构造函数&#xff0c;编译器会为你声明一个默认构造函数。 class Empty{};本质上和写成下面这样是一样的: c…