话题AIGC › GPT

AIGC:GPT

关联话题: ChatGPT、Claude、Qwen、Grok、豆包、kimi

How I Won Singapore’s GPT-4 Prompt Engineering Competition

A deep dive into the strategies I learned for harnessing the power of Large Language Models (LLMs)

基于LLM大模型Agent的适用范围和困境

本文主要探讨了当前大语言模型在实际应用中的挑战和局限性,特别是集中在基于AGENT的框架如LANGCHAIN、AUTOGEN和METAGPT上的应用。

Can I use ChatGPT to practice a new language?

Chatbots promise a lot of exciting things—but do they make good conversation partners?

Bye Bye Bye...: Evolution of repeated token attacks on ChatGPT models

Building on prior prompt injection research, we recently discovered a new training data extraction vulnerability involving OpenAI’s chat completion models.

ChatGPT帮你爆改简历,拿下心仪offer

找工作,职业生涯里亘古不变的话题,无论是“裁员大潮”的来临,还是金

Claude 官方提示词,中文版(含API Prompt)

最棒最好最新的信息,总来自赛博禅心

大模型应用实践:AIGC探索之旅

本文将通过介绍我们的AIGC项目,来深入探讨这一技术的开发、实施与应用。

深入探讨GPTs和AI Assistant

GPTs 有着简单易用的前端交互,可以很快速地方便小白用户快速搭建 AI 助手,可以快速地验证方案和效果,并且可以很快速的在 GPTs 的商店中进行分享。

然而, Assistant API 需要通过API的方式进行操作,虽然可以使用 Assistant API 的 Assistant playground 进行配置使用,但是其主要的目的还是为开发者提供一个API 方式,方便开发者可以在在自己的应用中,快速集成这些能力。

Prompt Structure in Conversations with Generative AI

根据新的上下文,我们可以进一步完善原始答案。设计人员应该确定用户需要什么样的回答,以及这些回答是否意味着结束对话或理解机器人的能力。他们可以通过主动提问、提示用户后续行动等方式帮助用户添加问题的框架。此外,设计人员还可以支持用户上传文档,并允许用户针对文档的特定部分提出问题。需要注意的是,对于填充语和“Can you”型的提示,设计人员应该确定它们需要什么样的回答,以及它们是否意味着结束对话。

哥伦布即时设计平台ChatGPT落地实践

本文介绍了ChatGPT在哥伦布即时设计平台应用以及实现原理,通过设计ChatGPT交互DSL、Prompt与Function实现Ai智能交互、提高平台搭建效率。

以效率为导向:用ChatGPT和HttpRunner实现敏捷自动化测试(二)

本文将详细介绍软件测试工程师如何结合ChatGPT和HttpRunner框架实现敏捷自动化测试。具体介绍了如何通过在web前端录制业务操作、使用命令生成自动化脚本,并通过批量更改和调试来实现自动化测试。

利用ChatGPT提升测试工作效率——测试工程师的新利器(一)

本文探讨了在测试工作中如何应用ChatGPT来提升效率。通过与ChatGPT进行人机对话,软件测试工程师可以进行提效,包括需求分析、测试用例编写、缺陷报告和自动化测试脚本生成等方面。

基于Fuzzing和ChatGPT结合的AI自动化测试实践

自动化测试是测试活动中常见的一种质量保障手段,结合Fuzzing的思路,可用于识别程序中的潜在漏洞。笔者在使用ChatGPT的过程中,发现它拥有强大的语义理解和文本生成能力,如果将其运用于自动化测试的编写,将是一种不错的提效手段。

ChatGPT编程实践应用案例

该文档记录云交易开发小伙伴儿们在开发过程中的实际应用案例,记录典型案例,以解决开发过程中的实际问题为主,涵盖设计方案、编码、测试、集成、部署等等。

Prompt设计与大语言模型微调

本文主要介绍了Prompt设计、大语言模型SFT和LLM在手机天猫AI导购助理项目应用。

基于大模型 + 知识库的 Code Review 实践

基于私有化部署的开源大模型,结合内部知识库的 Code Review 实践,实现一个代码评审助手(CR Copilot)。

Accueil - Wiki
Copyright © 2011-2024 iteam. Current version is 2.139.0. UTC+08:00, 2024-12-25 13:30
浙ICP备14020137号-1 $Carte des visiteurs$