关键词 "提示" 的搜索结果， 共 18 条, 只显示前 480 条
Advanced AI tools for generating images and videos
AI platform for generating content and automating workflows.
Create prompts easily
让AI提示词管理更简单
LangGPT 是 Language For GPT 的简称，中文名为结构化提示词。它是一个帮助你编写高质量提示词的工具（专注于prompt的文档），理论基础是一套模块化、标准化的提示词编写方法论，也就是结构化提示词。
4b3是一个全方位的AI提示词资源平台，涵盖从MidJourney到ChatGPT的各种模型提示词。网站支持关键字搜索，还提供丰富的分类和场景模板，非常适合初学者和进阶用户。
一个学习 提示词 的网站，有 ChatGPT，Midjourney 的提示词教程、技巧等，他在右上角有中文语言的选择，教程非常详尽
AI提示语
Public prompts 是一个手机Stable Diffusion AI生成图像的图库，我们可以在网站上看到提示词分类，这个网站没有搜索和生成器的功能，只能通过分类查找。提供了像毛毡玩具、贴纸一类的提示词。点击分类进入就可以看到提示词了。
文字提示词 - AI家
根据需求生成高质量提示词，帮助更好地应用大模型
LangChain for Java：利用 LLM 的强大功能增强你的 Java 应用程序 LangChain4j 的目标是简化 LLM 与 Java 应用程序的集成。 方法如下： 统一的 API： LLM 提供商（例如 OpenAI 或 Google Vertex AI）和嵌入（向量）存储（例如 Pinecone 或 Milvus）使用专有 API。LangChain4j 提供统一的 API，避免了为每种 API 学习和实现特定 API 的麻烦。为了尝试不同的 LLM 或嵌入存储，您可以轻松地在它们之间切换，而无需重写代码。LangChain4j 目前支持15 多个流行的 LLM 提供商 和15 多个嵌入存储。 全面的工具箱： 自 2023 年初以来，社区一直在构建大量基于 LLM 的应用程序，识别常见的抽象、模式和技术。LangChain4j 已将这些工具提炼为实用代码。我们的工具箱涵盖各种工具，从低级提示模板、聊天内存管理和函数调用，到高级模式（例如 Agents 和 RAG）。对于每种抽象，我们都提供了一个接口以及基于常见技术的多种即用型实现。无论您是构建聊天机器人，还是开发具有从数据提取到检索的完整流程的 RAG，LangChain4j 都能提供丰富的选择。 大量示例： 这些示例展示了如何开始创建各种 LLM 驱动的应用程序，提供灵感并使您能够快速开始构建。 LangChain4j 于 2023 年初在 ChatGPT 热潮中启动开发。我们注意到，众多 Python 和 JavaScript LLM 库和框架缺乏 Java 版本，因此我们必须解决这个问题！虽然我们的名字里有“LangChain”，但该项目融合了 LangChain、Haystack、LlamaIndex 以及更广泛社区的理念和概念，并融入了我们自己的创新元素。
FULL v0, Cursor, Manus, Same.dev, Lovable, Devin, Replit Agent, Windsurf Agent & VSCode Agent (And other Open Sourced) System Prompts, Tools & AI Models.
简单好用的在线生图工具：操作界面友好且直观，即使是艺术创作的新手也能快速上手，提供经典的输入框提示词生图和基于ComfyUI的工作流两种生图模式。
斯坦福大学在AI辅助学术研究领域取得了重大进展，他们的开源工具STORM进化后新增了协作对话机制Co-STORM。这一先进功能使得AI实体能够参与圆桌讨论，模拟人类般的互动。Co-STORM通过整合多个AI专家和一个主持人，在几分钟内生成关于特定主题的深入、经过充分研究的文章，同时具备跟踪和参与对话的能力，通过动态思维导图展示。该工具生成具有多元视角的详细报告，并且可在线免费获取，对研究人员和学生来说是一项值得关注的发展。 Co-STORM框架及其对学术研究的影响已被EMNLP 2024主要会议认可，突显了其对学术写作和信息发现未来的潜在影响。- 斯坦福大学推出了一款名为STORM的工具，利用大语言模型（LLM）辅助编写类维基百科文章。 - STORM可以将输入的主题转换为长篇文章或研究论文，并以PDF格式下载。 - STORM通过检索、多角度提问和模拟专家对话等方式生成写作大纲和内容报告。 - STORM擅长需要大量研究和引用的写作任务。 - STORM的GitHub上的Star量已经超过了24k。 - STORM团队推出了全新功能Co-STORM，引入了协作对话机制和轮次管理策略。 - Co-STORM包括Co-STORM LLM专家、主持人和人类用户。 - Co-STORM模拟用户、观点引导专家和主持人之间的协作对话。 - Co-STORM的评估结果表明其在报告质量和对话质量方面优于基线模型。 - Co-STORM的主持人角色可以根据未使用信息提出问题，帮助用户发现更多信息。 - Co-STORM可以帮助用户找到与目标相关的更广泛、更深层次的信息。 STORM 认为研究过程自动化的核心是自动提出好的问题。直接提示语言模型提出问题效果并不好。为了提高问题的深度和广度，STORM 采用了两种策略： 观点引导提问：给定输入主题，STORM 通过调查类似主题的现有文章来发现不同的观点，并使用它们来控制提问过程。 模拟对话：STORM 模拟维基百科作者和基于互联网资源的主题专家之间的对话，使语言模型能够更新其对主题的理解并提出后续问题。 斯坦福又推出了STORM的升级版 ——Co-STORM，引入了协作对话机制，并采用轮次管理策略，实现了AI 智能体间的圆桌讨论和流畅的协作式 AI 学术研究。
OpenPrompt 是一个可供创建、分享和收藏与 AI 对话时使用的 Prompts（提示词）的在线网站。 伴随着 ChatGPT 的风靡，我们根据日常所需创造越来越多的 Prompts（提示词），但每个人毕竟背景和使用场景有限，不可能穷尽所有优质的 Prompts。 而在 OpenPrompt AI 爱好者就可以相互共享自己使用了哪些有用 / 有趣的 Prompts，很大程度上可以提高所有人的应用水平。
针对大型语言模型设计的提示词优化器，将你的 AI 提示词提升至完美。专为大型语言模型 (LLM)、大型模型 (LM) 和 LMOps 设计的尖端提示词优化器。 产品特点： - 支持多目标优化，支持逐步优化结果，支持多个模型的输出； - 支持多种语言的提示词； - 10 秒快速出结果； - 支持部署； - 支持 API, 支持快速处理和集成； 使用评价： 目前，AI 的使用效果，除了 AI 自身的能力以外，用户的提问质量至为关键。高质量的提问才会有高质量的回答。因此，提示词十分重要。如果你感觉自己的提示词比较一般，可以使用 PromptPerfect 进行优化。这个产品的主要缺点是比较贵。
提示工程指南 提示词工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。 掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。 研究人员可利用提示工程来提升大语言模型处理复杂任务场景的能力，如问答和算术推理能力。开发人员可通过提示工程设计、研发强大的工程技术，实现和大语言模型或其他生态工具的高效接轨。 提示工程不仅仅是关于设计和研发提示词。它包含了与大语言模型交互和研发的各种技能和技术。提示工程在实现和大语言模型交互、对接，以及理解大语言模型能力方面都起着重要作用。用户可以通过提示工程来提高大语言模型的安全性，也可以赋能大语言模型，比如借助专业领域知识和外部工具来增强大语言模型能力。 基于对大语言模型的浓厚兴趣，我们编写了这份全新的提示工程指南，介绍了大语言模型相关的论文研究、学习指南、模型、讲座、参考资料、大语言模型能力以及与其他与提示工程相关的工具。
只显示前20页数据，更多请搜索
Showing 457 to 474 of 474 results
