培训首先对人工智能的定义、发展历程、基本概念及分类进行了深入讲解,让同学们对AI有了初步的认识。接着,主讲人详细介绍了机器学习、深度学习和大语言模型(LLM)等AI技术,使同学们对AI的技术基础有了更深入的理解。
针对不同专业对AI的需求,主讲人分别介绍了各类专业如何利用AI工具进行数据整理、文本生成和艺术创作,并分享了不同的通用大模型独特的优势。例如,豆包在语言翻译方面已形成较为成熟的体系;文心一言在文字生成与创作方面能力突出;kimi综合能力较强,可以应对各方面的指令需求,搜索功能强大等等。
在探讨AI工具使用技巧时,主讲人特别强调了AI工具生成内容的“幻觉”问题,并提供了减少这种现象的方法。通过实际案例分析,主讲人展示了如何通过优化提示词(Prompt Engineering)和多轮次提问来修正AI的幻觉输出,并强调了在获取AI输出后,应通过人工核实来确保信息的准确性。
为了提升同学们的AI工具应用能力,主讲人还详细介绍了改进提示词的技巧:明确目标、增加细节、调整语气和迭代优化。具体如下:
明确目标
在设计提示词时,首先需要明确使用者希望AI完成的具体任务。如果指令不明确,他们可能无法正确执行。因此,清晰的问题陈述对于获得准确的AI输出至关重要。例如,相比于模糊的问题“关于量子力学,请告诉我一些信息”,更明确的问题如“请解释量子力学的基本原理是什么?”能引导AI提供更精确的信息。
增加细节和背景
在提示词中提供更多的上下文信息和特定要求,可以帮助AI更好地理解任务的背景和需求。比如,在询问电脑蓝屏错误的原因时,提供“我在使用Windows操作系统时遇到了一个蓝屏错误”作为上下文,可以帮助AI更准确地定位问题。
迭代和优化
根据AI的输出结果,不断改进提示词,直到获得满意的结果。包括调整问题陈述、引导语和提示的方式,以更准确和有效地引导模型生成期望的回答。
使用分隔符
使用特定的标记,如三引号、XML标记、章节标题等作为分隔符,可以有效消除歧义,让大模型更准确地理解意图。例如,在总结文本时,使用分隔符可以让AI更清晰地区分不同部分的内容。
BNU学生资助管理中心 |