AI时代 本次搜索耗时 0.200 秒,为您找到 24 个相关结果.
  • 第九章:基于深度学习的医药保险命名体识别

    9.1 电子病例背景介绍 9.2 中文电子病历命名实体 和实体关系标注体系建立 和命名实体分类规范 1.医生诊断的四个步骤 2.实体类别 9.3 医疗保险命名实体识别的相关前沿技术和难点 难点 评测 9.4 数据的机器自动化标注以及转化为深度学习网络可读取格式 9.5 基于深度学习医疗保险命名实体识别的算法模块设计 9.6 本地lib封装...
  • 通用技能-学习

    通用技能-学习 充当引导语生成器 充当英语发音帮手 担任哲学老师 充当哲学家 担任数学老师 担任 AI 写作导师 作为词源学家 扮演魔术师 担任人才教练 担任数学历史老师 通用技能-学习 充当引导语生成器 我希望你充当引导语生成器。首先,我会给你一个这样的标题:《做个英语发音帮手》。然后你给我一个这样的引导语:“我想让你做土...
  • 第一部分 面向开发者的提示工程

    第一部分 面向开发者的提示工程 第一部分 面向开发者的提示工程 Prompt,提示,最初是 NLP 研究者为下游任务设计出来的一种任务专属的输入形式或模板,在 ChatGPT 引发大语言模型新时代之后,Prompt 即成为与大模型交互输入的代称。即我们一般将给大模型的输入称为 Prompt,将大模型返回的输出称为 Completion 。 随着 C...
  • 第三章 储存

    第三章 储存 一、对话缓存储存 1.1 初始化对话模型 1.2 第一轮对话 1.3 第二轮对话 1.4 第三轮对话 1.5 查看储存缓存 1.6 直接添加内容到储存缓存 二、对话缓存窗口储存 2.1 添加两轮对话到窗口储存 2.2 在对话链中应用窗口储存 三、对话字符缓存储存 四、对话摘要缓存储存 4.1 使用对话摘要缓存储存 4.2...
  • Person:

    2391 2024-04-10 《ChatGPT 中文指南》
    Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ...
  • 🤖 ChatGPT 中文指南 🤖

    2341 2024-04-10 《ChatGPT 中文指南》
    🤖 ChatGPT 中文指南 🤖 什么是 ChatGPT ? ChatGPT 使用交流 Star History 贡献指南 致谢 🤖 ChatGPT 中文指南 🤖 GitHub 持续更新,欢迎关注,欢迎 star ~ 为方便国内访问, GitLab 镜像同步更新~ ChatGPT 中文指南项目旨在帮助中文用户了解和使...
  • 第六章 处理输入-链式

    第六章 处理输入-链式 一、 提取产品和类别 二、检索详细信息 三、生成查询答案 3.1 解析输入字符串 3.2 进行检索 3.3 生成用户查询的答案 四、总结 五、英文版 第六章 处理输入-链式 链式提示是将复杂任务分解为多个简单Prompt的策略。在本章中,我们将学习如何通过使用链式 Prompt 将复杂任务拆分为一系列简单的子任...
  • 第八章:深度学习之循环神经网络与递归神经网络

    8.1 循环神经网络与递归神经网络的区别与联系 1.循环神经网络(recurrent neural network)是时间上的展开,处理的是序列结构的信息,是有环图,模型结构如下: 2.递归神经网络(recursive neural network)递归神经网络是空间上的展开,处理的是树状结构的信息,是无环图,模型结构如下: 8.2 循环神经网络(re...
  • 第四章 向量数据库与词向量(Vectorstores and Embeddings)

    第四章 向量数据库与词向量(Vectorstores and Embeddings) 一、读取文档 二、Embeddings 三、Vectorstores 3.1 初始化Chroma 3.2 相似性搜索(Similarity Search) 四、失败的情况(Failure modes) 4.1 重复块 4.2 检索错误答案 五、英文版 ...
  • 第五章 推断

    第五章 推断 一、情感推断 1.1 情感倾向分析 3.1 推断讨论主题 英文版 第五章 推断 在这一章中,我们将通过一个故事,引领你了解如何从产品评价和新闻文章中推导出情感和主题。 让我们先想象一下,你是一名初创公司的数据分析师,你的任务是从各种产品评论和新闻文章中提取出关键的情感和主题。这些任务包括了标签提取、实体提取、以及理解文本的情感...