时政
财经
科技
登录
#提示工程
关注
宝玉
3周前
这篇翻译文章有一条评论: > 我去,这个翻译完全看不出来翻译痕迹,现在的翻译已经如此自然了嘛 这里一方面当然是因为模型能力越来越强了,一方面也有提示工程(不是提示词)的功劳。 首先我现在最常用的翻译模型是 Gemini 2.5 Pro,表达最自然上下文长度最长,其次才是 GPT-4.5 和 o1-pro,但是 GPT-4.5 长度不行,Claude 翻译的结果很生硬。 然后这里我用了一点提示工程,就是先直译,然后结合上下文解释,再最后”重写“,那么就几乎无翻译痕迹了。 > "请结合上面的解释重写原始英文,不必完全一对一翻译英文原文,而是根据意思用中文重写"
#翻译
#模型能力
#提示工程
#Gemini 2.5 Pro
#GPT-4.5
#Claude
分享
评论 0
0
AI Will
3周前
OpenAI、谷歌和Anthropic刚刚发布了关于以下内容的指南: • 提示工程 • 构建智能体 • 人工智能在商业中的应用 • 601个人工智能使用案例 你不能错过的9本最佳指南:
#OpenAI
#谷歌
#Anthropic
#提示工程
#智能体
#人工智能
#商业应用
#人工智能使用案例
#指南
分享
评论 0
0
AI Will
3周前
这个人确实创建了一个提示,可以使任何提示变得更好 10 倍 来自:Aadit Sheth
#提示工程
#生产力提升
#创意
分享
评论 0
0
Frank
4周前
Anthropic 在 GitHub 上发布了 **5 个免费课程**,涵盖 Claude API 使用和提示工程。课程内容从基础到进阶,包括 API 调用、提示设计、评估方法和工具使用。 🔗 GitHub 仓库: **课程列表**: 1. Anthropic API 基础 2. 提示工程交互式教程 3. 真实世界提示设计 4. 提示评估方法 5. 工具使用(Claude 调用外部 API) 适合开发者或对 Claude 模型感兴趣的人参考。
#Anthropic
#免费课程
#Claude API
#提示工程
#GitHub
#技术培训
分享
评论 0
0
小互
2个月前
OpenAI 发布了GPT-4.1 提示工程指南 以前许多典型的最佳实践和提示依旧适用于 GPT-4.1 由于GPT-4.1 更严格、更字面地遵循指令,会非常严格地按照字面指令去执行任务。 这使得它对明确、清晰的提示尤其敏感。也就是说,只要你发现 GPT-4.1 的表现与预期不符,通常只需增加一句简洁明确的说明,就能迅速把模型引导到正确的行为上。 过去的模型(如 GPT-4) 会更自由地揣测或推断用户指令和系统提示背后的真实意图,即使提示不够精确,也可能猜出用户的意图并完成任务。 所以开发者需要对原有的提示方式进行一定调整(迁移)才能使用。 官方给出了详细的针对 GPT-4.1 的提示工程(Prompting)最佳实践,从基础原则到高级策略,帮助开发者高效构建提示以提升模型表现。
#OpenAI
#GPT-4.1
#提示工程
#人工智能
#自然语言处理
分享
评论 0
0
宝玉
2个月前
我是如何高效翻译 65 页 Google 官方提示工程白皮书 PDF 文件的 前几天翻译 Google 官方提示工程白皮书 PDF Google 官方提示工程 (Prompt Engineering)白皮书完整翻译和 PDF 下载 的时候,尝试了一些自动化的方法来提升效率,分享一些我翻译 PDF 的经验和心得。 首先我个人比较排斥保持排版的翻译方式,因为 PDF 在翻译后,文字长度不一致会导致排版很难看,忽大忽小;另外翻译的时候由于布局导致的文字被强行分割,导致上下文不完整会影响翻译质量。 我在翻译 PDF 时,会把 PDF 先转成 Markdown,再基于 Markdown 去翻译,翻译好了基于翻译好的 Markdown 再去重新生成 PDF,对于文字、表格、图片都能很好的保留,主要缺点是布局格式保留的不是很好,不过我翻译的通常是文字图表为主的,所以影响不大。 🧵
#翻译
#Google
#提示工程
#PDF
#自动化
分享
评论 0
0
宝玉
7个月前
来自微博网友 i陆三金 的分享: 今天线下听了李继刚讲提示工程的演讲,他对概念有着非常精准的把握,听的很过瘾。 现场对这张图印象深刻,他根据沟通中的乔哈里视窗,把做提示词的技巧对应了进去。 - 当一个事情,你知道,AI 也知道,这个很好理解,你就简单说,提示词要精简。 - 一个事情,你知道,AI 不知道,例如企业内部信息,一些 AI 在公域上搞不到的信息,你告诉它这个事的结构、形式,通过 few-shot 把模式喂给它,它会 get。 - 你不知道,AI 知道,这个也容易理解,AI 知道很多你不知道的事情,你提问就行了。 - 你不知道,AI 也不知道,大概就像科研,超出了普通人的范畴。 李继刚说,一般来说,我们遇到的大多数都在右侧这两个,左侧平常会少一点。我的理解是右侧两个是效率型,左侧是探索型,比例上确实是82这样。 另外一点也很同意的是,随着模型能力的提升,X轴会逐渐下移。他并没有直接说我们也要让自己的Y轴左移,但我想除此之外大家似乎也没得选。 来源:
#提示工程
#李继刚
#线下演讲
#沟通技巧
#乔哈里视窗
分享
评论 0
0
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞