6.1 语言模型 语言模型是干嘛的?chunking 语言模型有什么用? 如何计算语言模型的参数? 原因:马尔科夫假设 例子：计算bigram 概率 公式： 三句话的例子： 9222句话的例子： 6.2 词向量 • 词向量的来历 • 什么是 Word2vec • Word2vec 的Skip-gram 和 CBOW 模型 • CBOW ...

如何向 ChatGPT 提问以获得高质量答案：提示技巧工程完全指南 介绍 第一章：Prompt 工程技术简介 第二章：指令提示技术 第三章：角色提示 第四章：标准提示 第五章：零、一和少样本提示 第六章：“让我们思考一下”提示 第七章：自洽提示 第八章：种子词提示 第九章：知识生成提示 第十章：知识整合提示 第十一章：多项选择提示 第...

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...

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...

🤖 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 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...

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...

Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ChatGPT: Person: ...

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 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...