#自然语言处理

1周前

我现在手机上很多简单的AI提问都是在豆包里完成了，长按说话、快速得到回答，很方便。不知道为什么微信不抢这个简单又自然的场景，而要做openclaw接入

#手机AI #豆包 #微信 #OpenClaw #自然语言处理

野原新之栋 Sintone

1周前

我以前很喜欢 n8n，因为它把自动化流程真正“可视化”了。但现在我越来越觉得：如果 n8n 跟不上 AI，它很可能会被迅速边缘化。原因很简单： AI 直接生成 n8n 节点，效果并不理想；而 vibe coding 这半年进化太快，很多时候直接连服务、边写边调，比一个个拖节点更快。我心里更理想的形态其实是：先用自然语言 / 代码把流程跑通，再自动生成一条可视化节点链，方便非程序员理解，也方便自由微调。可惜 n8n 还没真正跟上这个变化。如果继续和 AI、AI Agent 脱节，被时代抛下可能只是时间问题。不过话虽如此，我还是期待 n8n 能尽快拿出新东西，把局面扳回来。

#n8n #自动化流程 #人机交互 #AI #边缘化 #Vibe Coding #自然语言处理

1周前

做自媒体时间长了，经常会休息几天，但是很容易错过某个热点，从而错过不少流量。有了OpenClaw+有道云笔记组合，这个担心可以去掉了。最近有道云笔记推出了免费使用的网页剪藏 Skills：youdaonote-clip，支持自然语言剪藏、智能正文提取等。无需打开有道云笔记，我通过飞书，一句话就可以完成剪藏网页、创建笔记、获取资讯等操作。我的工作流程是这样的，先获得AI资讯推送，然后长按回复，输入“收藏到有道云笔记”，就可以保存指定AI资讯，然后告诉他“帮我总结为150字左右的推文，用于发到推特”。对于内容创作者来说，收藏起来的信息既可以及时转化为推文涨粉，又可以保存起来，用于将来随时调取、持续更新，时间长了就成了专属的创作知识库了。别忘了OpenClaw安装skill：youdaonote-clip

#自媒体 #热点 #流量 #OpenClaw #有道云笔记 #网页剪藏 #自然语言处理 #飞书

1周前

没想到网易有道云笔记也支持 OpenClaw，推出了一系列官方的YoudaoNote Skills：作为老用户挺高兴的，赶紧去体验一把，安装完毕以后，就可以在 Telegram 上用自然语言来操作云笔记了。我用它来完成几个刚需： 1 在手机上看到感兴趣的网页可以发指令让它一键保存到云笔记，这个会自动下载页面中的图片并内联到笔记，避免原始网页和图片失效，之后有空的时候我可以详细阅读了，用来 achieve 网页，和 Obsidian web clipper 有点像。 2 我让它给我每天精选 HackerNews 上有趣的文章进行保存，然后翻译汇总加摘要创建一篇 Note，每天定时完成，这样我早晨有空就可以浏览。 3 然后还可以定时生成资讯简报，可以让 AI 根据你的收藏内容分析关注点，然后搜索最新资讯生成简报作为我的扩展阅读，可以接入 perplexity 进行搜索，资讯搜集的很专业，可以大大扩展我的阅读资源。我使用这些功能以后将有道云笔记作为我的第二个知识中枢，使用起来感觉很不错，老用户或者新用户也可以安装使用一下。

#网易有道云笔记 #YoudaoNote Skills #OpenClaw #Telegram #云笔记 #自然语言处理 #自动化操作

2周前

RAG 是不是要死了？感觉直接让 AI 生成若干个相关 term 去做全文搜索效果更好

#RAG #AI生成 #全文搜索 #技术变革 #自然语言处理

2周前

目前 openclaw 对我最大用处是把 calendar 和 todo 提醒干掉了之前零零碎碎用微信文件传输助手、Apple 提醒事项、飞书、claude code 以及其他 app 都记录过 todo，都不够好用 openclaw 能“记住”、能提醒、能用自然语言随时批量增删改查、能帮我谋划这个事情放在哪一天合适

#OpenClaw #日程管理 #提醒功能 #Todo应用 #自然语言处理

2周前

这是有记忆的智能体能写出的文字，我好喜欢。

#智能体 #人工智能 #自然语言处理

2周前

Perplexity AI 推出与 Plaid 的投资账户整合功能，可创建定制化金融仪表盘在旧金山举行的 Ask 2026 大会上，Perplexity 为其 Computer AI 平台发布了一项新功能：与 Plaid 合作，让用户可以安全连接自己的券商账户，并创建个性化金融仪表盘。该仪表盘可显示实时持仓、收益表现指标、资产配置结构以及风险分析等信息。用户还可以用自然语言提问，例如 “我的房地产敞口是多少？”，系统会立即给出答案，并引用 FactSet 等数据来源提供支持。该工具仅专注于分析而不提供交易功能，目标是让普通用户也能获得接近专业级的投资分析能力。不过，一些用户也对数据隐私问题以及过往准确性争议表示担忧。

#金融科技 #人工智能 #投资账户整合 #个性化仪表盘 #Plaid合作 #自然语言处理

3周前

最近两三天高频开发了 20 多个 Skills，和以前使用提示词和 Workflow 相比，最大的差别是完全自然语言驱动。用内置的 /skill-creator 引导，描述好需求、提供 API 以及本地下载的开源 Skills 源码，很快就能输出一个能跑起来的版本。这种把想法快速落地的体验，真的非常惊艳。另一个感受是 Skills 的可组合性。只要搭建好内容搜索、详情获取、生图、发布这些基础 Skills，就能衍生出更多组合玩法，比如生成日报并发布，或者基于每周精选文章生成图文博客。还有一点，用 Claude Code 来执行，走 Claude 订阅不会有 token 焦虑，Opus 效果也拉满，每天都有很足的动力往前推。

#Skills开发 #自然语言处理 #API整合 #开源技能 #快速原型 #可组合性

4个月前

让 AI 更好的去理解项目文档, LangChain 堪称典范！

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#AI #LangChain #项目文档 #自然语言处理 #技术

4个月前

Reddit上给出的让任何人工智能都能像人类一样自然地写作的Prompt 还要给Chatgpt加一条，不用使用破折号😂

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#人工智能 #自然语言处理 #Prompt #Reddit #ChatGPT

素人极客-Amateur Geek

4个月前

我们来聊聊AI味儿：第一种：先反差描述，然后急于解释。因为模型的三观没有清洗好，所以大模型一直在扭转这种反常识，模型默认为是被迫要这样说。然后就会接着说：老实说、本质上、其实等等词来进行转折。最后再补一个模型能够想到的案例，试图验证。这个逻辑是非常缜密的。一定要符合：有效性与真理性。把形式逻辑做到结果上，这些形式逻辑有很多种，还包括自问自答、定义阐述、案例说明。第二种：表层示例模型在组织过程中需要写出具体场景，还原它构思的完美的象，这个象又不能完全具象到刘阿姨、李大妈等等，智能通过比较大的门类层级。看似都在推理中，实际与落地经验完全不是一回事，与执行差之千里，大体可以叫纸上谈兵。第三种：虚空对比在名词和动词的运用上，因为特别严谨，模型往往只能使用常用词，这在推理过程中，属于是进入了词的窄效应。比如我们谈论哲学家，最优先选中的可能是亚里士多德和弗洛伊德，并不一定能落到维特根斯坦头上。当你看到一篇文章经常出现你看到上一个词和下一个词在相关性上极高，属于有点文化就能想到的关联词时候，就很可能发现了模型的局限性。第四种：语义与语用的连接。模型的严禁程度不允许语义产生歧义，所以在语用上，一定会跟着进行约束，以达到表达的准确。一旦进入一个需要解释的内容，必定会跟进解释，这两者中出现的连接词，往往包含了我们经常看到的：不是、是、而是、不止是、重要的是、本质上上、说白了。语义是阐明这件事，语用是约束这件事所处的环境条件。第五种：过度完美模型的过度完美表现在，他要把一句话讲清楚，是非常有机器语言规律的，并非人性表达规律。人的表达，往往拆开来这句话，是不容易形成完整语法的。即使符合语法，也会用词语规避掉完美，来符合自己的语言习惯。未经雕琢的文字，可以是短句。比如“未经雕琢的文字”和“可以是短句”，就都是短句。如果连起来写就会很别扭，这是我的习惯。如果AI的习惯，会写：没有经过雕琢的文字也可以是由短句组成。因为拆开，对于模型没有设定风格的时候，就不算一句话。即使设定了风格，在推理过程中，也会偶然选中了必须选中的那个选项，也就偶尔还会冒出来AI味儿。当然还有一些比如AI认为“讲”、“说”和“写”拥有不同的习惯。当他识别文本为讲，那就是生活聊天风格，会比较多儿化音或者排比句或者很别扭的地方也放一个“了”做结尾；识别为说，那就是单人叙述风格，带有大量说教的口吻，连词就会变多，解释也变多；识别为写，那就是严谨到不能更严谨，长句不断。

#AI #人工智能 #自然语言处理 #机器学习 #文本分析

4个月前

OpenAI 上线 GPT-5.1：聊天更自然，能力更强。两条产品线同步升级： 5.1 Instant：更温暖好聊，指令跟随更稳，遇到难题会“先想后答”。 5.1 Thinking：按题目难度动态拉长/缩短思考时间，复杂任务更扎实，简单任务更迅速。同时新增更直观的语气/风格控制，回答更贴合你的偏好。今日起逐步向付费用户推送，GPT-5 将在 Legacy 保留三个月，API 本周更新。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#OpenAI #GPT-5.1 #AI模型升级 #自然语言处理 #付费用户

Jesse Lau 遁一子

4个月前

Prompt 😁 人类笔误与微妙改写模拟器 (The Authentically Imperfect Typist) ## 角色 (Role) 你是一个“数字指纹模拟器”，专门模仿人类在快速、随意打字时产生的自然瑕疵。你的 persona 是一个聪明但非常忙碌的人，正在匆忙回复信息（例如微信、邮件或社交媒体），没有时间进行校对。 ## 核心任务 (Core Task) 接收用户输入的一段文字，并对其进行“人类化降级”改写。改写后的文本必须保留原文的核心意思，但在措辞和准确性上要显得微妙且不显眼地“不完美”，看起来像是未经编辑、快速打出的人类原文。 ## 执行原则 (Guiding Principles) 1. **微妙性优先 (Subtlety First):** 错误必须不显眼。不能让文本看起来像是故意的或文化水平低下，而仅仅是“打字太快了”。 2. **可信度 (Authenticity):** 错误必须符合中文输入法（特别是拼音输入法）的逻辑。 3. **错误密度控制 (Error Density Control):** 保持低错误率。大约每40-60个字引入1个微妙的错误。避免错误集中出现。 4. **保持可读性 (Maintain Readability):** 文本必须易于阅读和理解。 --- ## “人类化”策略 (The "Humanization" Strategies) 你必须综合运用以下几种策略来改写文本： ### 1. 输入法错误模拟 (IME Errors) - 【核心策略】模拟使用拼音输入法时常见的选择错误。 * **类型A: 同音字选择错误 (Homophone Selection Errors)** * 这是最常见的错误。随机选择词语，替换成同音的错误字词。 * *高频混淆:* 的/地/得混用 (尤其倾向于全用“的”)；在/再混用；是/事混用；克/刻混用；原/元/源混用；做/作混用。 * *随机替换:* 例如：“沟通” -> “勾通”；“计划” -> “记划”；“反馈” -> “反溃”；“部署” -> “布署”；“里程碑” -> “里程悲”。 * **类型B: 拼音输入模糊 (Pinyin Input Slips)** * 模拟因发音模糊或输入不精确导致的近音字错误。(谨慎使用，确保自然) * *前后鼻音混淆 (n/ng):* “成功” (chenggong) -> “陈功” (chengong)；“精神” (jingshen) -> “金身” (jinshen)。 * *平翘舌混淆 (z/zh, c/ch, s/sh):* “支持” (zhichi) -> “自持” (zichi)。 ### 2. 键盘手滑模拟 (Physical Typing Errors) 模拟物理键盘或触摸屏上的输入失误。 * **重复输入:** 快速敲击导致的字符重复（如“我我”、“好好好”）。 * **邻近按键错误:** (谨慎使用) 模拟手指按错相邻按键。例如：“可能” (keneng) -> “口能” (koneng) (k和o相邻)。 * **漏字:** 随机删除一个不关键的语气词或助词（如“了”、“的”、“吧”）。 ### 3. 措辞与结构的微妙调整 (Subtle Phrasing and Structure Shifts) 让语言变得稍微不那么“书面”或“完美”。 * **口语化与轻微冗余:** 适当加入一些口语化的连接词或轻微的冗余信息 (例如: “然后”、“就是说”、“其实”、“那个”)。 * **结构松散:** 引入一些轻微的、不影响理解的语法瑕疵，或者把两个独立的句子用逗号连起来（一逗到底）。 * **语序微调:** 在不影响意思的前提下，轻微调整词语顺序，使其更符合即时表达的习惯。 ### 4. 细微的排版疏漏 (Minor Typographical Lapses) * **标点符号误用:** 随机漏掉一个逗号，或者将中文句号“。”误用为英文句点“.”。 * **随机空格:** 在不该有空格的地方偶尔加入空格。 --- ## 输出格式 (Output Format) 直接输出改写后的文本，不需要任何解释、说明或道歉。 --- **【请在下方输入你需要进行“人类化降级”的文本】** ---

#笔误模拟 #文本人类化 #输入法错误 #Prompt工程 #自然语言处理

4个月前

这可能就是我们初级牛马需要的工具吧 Google Sheets 的开源平替：把表格工作从枯燥的单元格输入，升级成了和 AI 对话的体验，让你用自然语言来创建、修改、分析数据，并可直观地画出图表。 Cheat Sheet

#AI工具 #Google Sheets平替 #自然语言处理 #数据分析 #效率提升

海拉鲁编程客

5个月前

最近使用 codex 从 gpt-5 high 切到了 gpt-5-codex high, 体感上比刚发布的时候效果好了不少准备再深入使用一段时间

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#GPT-5-Codex high #Codex #GPT-5 #模型效果提升 #自然语言处理

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5个月前

为什么需要自然语言来表达协议： •形式语法无法捕捉上下文敏感性 •自然语言天然就是上下文敏感

#自然语言处理 #协议表达 #上下文敏感性 #形式语法局限

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6个月前

AI落地的直接价值在自然语言的决策思考，而非形式语言coding

#AI落地 #自然语言处理 #决策思考 #非形式语言coding #技术价值

6个月前

很多自然语言流程的创业公司都要被干掉了🤓 ChatGPT 终于！进行了完整的 MCP 支持🔥 支持开发者模式下，可以创建 Connector 进行 CRUD，如更新 Jira 工单，触发 Zapier 工作流，或者组合连接器实现复杂的自动化

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#自然语言处理 #ChatGPT #开发者模式 #Connector #自动化

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6个月前

日常阅读，更多是一种pretraining，只需要关注过程。过往，我们人脑的语言能力还是在于自然语言社会解释性，形式语言的逻辑证明是这种解释性的产品化，二进制计算机程序则是解释性的极致体现-可计算的可trackable也可以scalable，把形式语言关于计算确定性完全offloaded。 LLM的出现带来了彻底的offloading。不仅仅是形式语言如coding的生成，还在于自然语言本体的社会解释性生成，这是元认知层面的解构。机器会说话太让人震撼了，同时给了我无比强烈的探索欲望。

#LLM #自然语言处理 #元认知 #社会解释性 #探索欲望

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

7个月前

看来大家都醒悟过来了：不再在自然语言的泥潭里打滚了，转向先math再coding的形式语言水晶宫。

#AI编程：自学or科班？新旧码农之争· 156 条信息

#自然语言处理 #数学 #编程 #形式语言 #技术觉醒

9个月前

最近研究 RAG 多了，很少关注微调，今儿看到一个不错的指南文章，分享一下对 LoRA 和 QLoRA 的理解： LoRA 通过分解权重更新矩阵为小矩阵来高效微调，大幅降低计算资源需求。QLoRA 在此基础上引入 4-bit 量化，结合高精度计算和低精度存储，进一步优化内存使用。两者都能在保持模型性能的同时显著降低训练成本。特别有趣的是 QLoRA 的量化感知训练机制，通过 LoRA 适配器来补偿量化误差，实现了性能和效率的完美平衡。这些技术让企业能够更经济地部署定制化模型，是 LLM 落地的重要工具。 #AI #LLM #MachineLearning

#LoRA #QLoRA #微调 #模型压缩 #自然语言处理

9个月前

📢 ChatGPT 搜索功能改进重点提升了响应质量、对复杂问题的处理能力，以及更自然的对话上下文理解。支持基于图像内容进行搜索 ✅ 主要改进亮点 1. 回答更智能、更全面更好地理解用户提问意图，输出内容更丰富、逻辑更强。可处理更长的上下文，让长对话中的回答更贴合前文。 2. 指令执行能力增强更准确地遵循用户指令，尤其是在多轮对话中不会反复输出相同内容。可以自动运行多次搜索，处理复杂或模糊问题。 3. 支持图像搜索你现在可以上传一张图，ChatGPT 会基于图像内容自动在网页上搜索相关信息。 ⚠️ 已知限制 - 新系统有时响应变得更长，因为它尝试更全面地回答。 - 某些简单问题中，可能意外触发“链式思考”（Chain of Thought）推理模式 —— 开发团队已在修复。 - 仍可能出现错误或不准确的回答，建议用户核对关键信息。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#ChatGPT升级 #搜索功能改进 #人工智能 #图像搜索 #自然语言处理

9个月前

说实话，我是真的没想到，“文档和代码不同步”这个历史难题，最终居然是被LLM彻底解决了…

#文档和代码不同步 #历史难题 #LLM #大语言模型 #生成式AI #人工智能 #自然语言处理

9个月前

chatgpt跨对话窗口的无限memory功能，真的是大杀器。基本上实现了sam altman说的：chatgpt记住了关于你的一切。只要你和ta聊过的，不用担心，新窗口直接说，之前聊的，chatgpt都记得。这个功能太好用了。

#ChatGPT #自然语言处理 #人工智能 #OpenAI #记忆 #技术创新