检测ChatGPT的软件层出不穷,Turnitin的AI写作检测功能有什么优势?
ChatGPT与商务写作

检测ChatGPT的软件层出不穷,Turnitin的AI写作检测功能有什么优势?

原标题:检测ChatGPT的软件层出不穷,Turnitin的AI写作检测功能有什么优势? ChatGPT的出现,为教学带来了巨大的挑战,检测AI写作成为了教学的新需求。由此,市场上出现了多款AI检测软件,如ZeroGPT、GPTcheck等。2023年4月初,全球知名的论文原创性检测工具Turnitin正式推出了AI写作检测功能。目前该功能已内嵌至现有产品中。借助Turnitin自身强大的技术和丰富的资源,Turnitin的AI检测器具有其他产品无法比拟的核心优势: 1. 研发时间早,技术更可靠 众所周知,ChatGPT于2022年11月正式发布,然而Turnitin很早就关注到了人工智能的发展及其对学术诚信的影响。早在2014年,Turnitin开始着手研究AI在论文写作及论文查重中的应用。2020年,Turnitin AI创新实验室已经致力于识别AI生成内容和研发相关检测技术。经大量实验数据及反复验证后,Turnitin AI写作检测技术达到了预期的效果,已于2023年4月5日正式上线。 2. 样本数据集更全面,减少算法偏见 “尽可能减少算法偏见”是Turnitin及其AI团队在研发产品时所遵循的重要指导原则之一。GPT3等语言模型在生成内容时,本质上是在大量文本中,挑选下一个高概率词汇来生成单词序列。也就是说,AI的选词具有一致性特点,且遵循高概率原则。但是,Turnitin在经过大量的研究后注意到,一些文章,比如第二语言学习者或特定学科学习者所写的文章,同样会具有AI选词的特性。 因此,Turnitin AI技术团队在创建AI样本数据集时,充分考虑到了特定人群的写作特性,如第二语言学习者、非英语国家的英语使用者、以及特定学科领域如人类学、地质学等学科的学生等,从而尽可能地减少Turnitin AI写作检测功能的算法偏见。 3. 能够检测经开源的改述工具(paraphrasing tool)改写的AI生成文本 Turnitin AI检测模型是基于GPT-3、GPT-3.5输出的内容而训练的,能有效检测上述语言模型生成的内容。此外,Turnitin AI创新实验室的数据表明,在多数情况下,即使AI生成的文本通过开源的改述工具进行了改写,Turnitin AI检测器也能够将文本识别为由AI生成。 4. 提供大量的补充教学资源,帮助教师适应新型的教学环境 Turnitin的教学资源库由资深教育工作者策划撰写,为教育工作者提供最新的讯息,以及具有操作性的建议,帮助教师适应AI时代的新型教学环境。 虽然AI检测值和AI检测报告能够让教师更全面地了解学生的作业情况,但是这些不是判断学术不端的唯一标准。教师需要根据自己的学术经验、学生平时的作业情况、学校政策等因素,进行综合考量,从而做出最终判断。 参考资料: · Turnitin -AI Writing FAQ返回搜狐,查看更多 责任编辑:
ChatGPT 再迎重大升级:必应联网功能正式上线,不再局限于旧数据|懂点AI
ChatGPT与商务写作

ChatGPT 再迎重大升级:必应联网功能正式上线,不再局限于旧数据|懂点AI

掌握AIGC脉动,把握科技脉搏。动点科技每天收集汇总全球AIGC进展与热点,每天5分钟带您了解AIGC,希望与您共同玩转 AIGC,解码行业发展新风向,开启智慧新时代! 文 |动点科技 排版|李瑞子 本文预计阅读时长5分钟 01 微软与 Meta 达成合作,将 Bing 搜索集成到 Meta AI 聊天机器人中 在今日凌晨的 Meta Connect 2023 上,Meta 宣布了一个新的聊天机器人,命名为 Meta AI。该公司还与微软合作,将 Bing 搜索集成到 Meta AI 聊天机器人中。 Meta 表示,Meta AI 现已在美国推出测试版。用户可以通过 Meta 的社交媒体和聊天服务访问它,包括 WhatsApp、Messenger 和 Instagram。 02 Adobe Photoshop 网页版正式上线,支持多项 AI 功能 经过近两年的测试后,Adobe 的 Photoshop...
OpenAI 表示 ChatGPT Plus 和 Enterprise 用户现在可访问互联网:AI 程序数据不再受限于 2021 年 9 月截止日期
ChatGPT与商务写作

OpenAI 表示 ChatGPT Plus 和 Enterprise 用户现在可访问互联网:AI 程序数据不再受限于 2021 年 9 月截止日期

站长之家9月28日消息: 微软支持的 OpenAI 周三表示,ChatGPT 用户现在可以浏览网页,扩大了这个流行的聊天机器人可以访问的数据范围,超过了之前的 2021 年 9 月截止日期。 打开凤凰新闻,查看更多高清图片 这家人工智能初创企业表示,它的最新浏览功能将允许网站控制 ChatGPT 与其互动的方式。 OpenAI 在社交媒体平台 X(以前称为 Twitter)的一篇文章中写道,「浏览功能现在已经提供给 Plus 和 Enterprise 用户使用,并且我们将很快扩展给所有用户。如果要启用,请在 GPT-4 下拉菜单中选择 Bing 浏览器。」 这家初创企业还在本周早些时候宣布了一项重大更新,使 ChatGPT 能够与用户进行语音交流,并使用图像与用户互动,将其推向了像苹果的 Siri 这样的受欢迎的人工智能助手。 OpenAI 早前测试了一项功能,允许用户通过其高级 ChatGPT Plus 服务中的 Bing 搜索引擎访问最新信息。但后来关闭了它,因为担心它可能让用户绕过付费墙。 ChatGPT 成为今年早些时候历史上增长最快的消费者应用程序,于 1 月份达到了 1 亿月活跃用户,之后被 Meta 的 Threads...
你也行!用ChatGPT这10个框架,搞定所有自媒体长文写作任务
ChatGPT与商务写作

你也行!用ChatGPT这10个框架,搞定所有自媒体长文写作任务

文章开始前,先给大家看一张图,看看AI在文本生成上能到什么程度: 最近在研究如何用ChatGPT编写小说,编写小说是一个多层次、高复杂性的任务。 为了构建一个合格的小说世界观,我找了大量的素材和教程,从方法论上算是跑通了。但要继续下推进,需要使用AI生成小说大纲,在保证故事规划和观赏性方面,还没有把提示词调教到很满意,因为大纲定义了故事的走向,就是整部小说的骨架,非常重要。 所以这段时间我也让ChatGPT帮我读了一些教写作技巧的教科书,看能不能从AI调教的角度提炼出创作小说大纲的方法论。 小说的内容是靠一个一个的故事积累而成,不同的章节内容主题会不一样,比如有些章节要用论述型风格描述小说的设定,有些章节则要描述不同风格角色的对话,有些则要大段的文字输出旁白观点。不同的章节,需要不同的内容组织和呈现方式,这就是AI直接写小说的难点了。 但如果用写小说大纲的这个思想去构建一篇独立的文章难度就会降低很多,因为每一篇独立的文章,写作目的和文体是相对固定的,比如写一篇教程,就是为了让读者产生知识收获感,大逻辑就是:提出问题,介绍解决问题的方法,最后做出总结。每一种目的的写作基本都有一个或几个对应的写作框架来支持。 这个思路就解决了用AI直接生成文章像摸奖的问题。我们仅告诉AI生成一个大纲,生成的结果每次都是发散的,大纲的结构和逻辑层次可能会比较混乱,这也是有些人觉得AI写作效果不佳的一个原因。 接下来就给大家介绍一个用于定制文章大纲的逻辑框架技巧。简单来说,我们可以选择或自定义一个逻辑框架,让AI依据这个框架生成文章的大纲,这样整个文章的组织结构和叙事逻辑就是固定的。比如你规定了用金字塔原理的框架,生成的大纲就是会先给结论,再谈论据,如果你规定演绎推理框架,就会先讲论据,逐步推导出结论。 这种框架有很多,有些框架适用于分析问题,而有些则更适用于写作表达,下面整理了一些适合用来组织文章的框架: 1. **倒金字塔风格** – 先介绍最重要的信息,然后逐渐涉及细节。这种风格常用于新闻报道,也适用于博客文章,特别是需要快速吸引读者注意力的情况。 2. **解决问题法** – 首先描述一个问题,然后提供解决方案。这种框架非常适合教育性的博客文章,或者针对特定问题的深入分析。 3. **“How-to” 指导框架** – 这种框架为读者提供了一步一步的指导,适用于教授技能或展示如何完成某个任务的博客文章。 4. **故事叙述框架** – 使用故事来传递信息或观点,通过人物、情节和情感来吸引读者。这有助于让复杂的主题更容易理解,也能提高读者的共鸣。 5. **对比分析框架** – 通过对比不同的观点、产品或方法,展现其优缺点。适用于评测和批判性分析的文章。 6. **列表框架** – 通过有条理的列表来组织信息。这种风格读起来非常方便,特别受到快节奏读者的欢迎。 7. **Fogg行为模型框架** – 这是一种以行为心理学为基础的框架,用于说服和激励读者采取某种行动。适合营销和动员类博客文章。 8. **资料驱动框架** – 使用数据和研究支撑观点。这种框架有助于提高文章的可信度,适用于科学、技术和商业分析。 9. **漏斗式结构** – 从广泛的主题开始,逐渐聚焦到具体的点。有助于引导读者从全局视野进入具体细节。...
ChatGPT技术探索57:让ChatGPT处理Excel数据
ChatGPT与Excel

ChatGPT技术探索57:让ChatGPT处理Excel数据

在进行科学研究、撰写科技论文或工作场合往往需要对Excel表格中的数据进行清洗、完善或其它处理操作,当数据量较大时,无疑增加了很多工作量。而且还需要记忆较多公式,才能熟练对Excel中的数据进行一系列处理工作,这也在一定程度提高了工作难度。 ChatExcel 是一款基于微软Excel的聊天机器人,可以帮助你快速地进行数据处理和操作。它由北京大学开发,可以让你通过聊天的方式来操作 Excel 表格,就像是一个精通 Excel 的助手。ChatExcel 可以直接使用自然语言对表格中的数据信息进行查询、修改、分析、汇总等操作,无需输入复杂的公式或者代码。ChatExcel 还可以同时处理多张有关联的表格,比如对比不同的排名或者统计不同的指标。 ChatExcel产品是完全开放,测试者无需注册任何信息,打开网页就能用,且不限次数。ChatExcel的使用方法如下: 1. 安装微软Excel:如果你还没有安装微软Excel,请先下载并安装。ChatExcel需要在Excel中运行。 2. 打开ChatExcel:在网上搜索ChatExcel,找到ChatExcel官网或者点击链接ChatExcel官网。 3. 使用ChatExcel:点击“现在开始”按钮,就能看到操作页面了。 4. 上传Excel文件:点击“上传文件”按钮,选择要使用ChatExcel的Execl文件。 5. 开始使用:在ChatExcel中,你可以使用自然语言与ChatExcel进行交互,并进行数据处理和操作。例如,输入“求和 A1 到 A10”,ChatExcel会自动计算A1到A10的和并返回结果。再例如,输入“将A2列删除”,ChatExcel会自动删除A2列。 6. ChatExcel支持中文和英文,可以根据自己的习惯选择语言,支持多种数据处理和操作,包括求和、平均数、最大值、最小值、排序等,可以根据需要选择使用。ChatExcel还支持自定义命令,可以根据自己的需求添加自定义命令,提高工作效率。并会自动保存历史记录,可以通过历史记录查看之前的操作和结果。 总之,ChatExcel确实一款简单、方便、功能强大、交互友好的工具软件,不但能降低工作量,而且能用自然语言方便地进行一些复杂的数据处理,这是一款国产软件,由此也可以看到中国的AI产品追赶国外先进水平正在路上。 今天就聊到这里,我想强调一下,我真的不是ChatGPT技术领域的专家,只是因为兴趣,我先一步使用了ChatGPT。所以我希望与各位同仁在讨论区一起探索和学习,共同进步,谢谢。
每个数据工程师都应该了解和使用的10 个 ChatGPT 提示
ChatGPT提问姿势

每个数据工程师都应该了解和使用的10 个 ChatGPT 提示

以下是每个数据工程师在日常工作中都应该了解和使用的10 个 ChatGPT 提示。 提示 1:我希望你充当数据工程师并解释数据仓库和数据湖之间的区别。 数据仓库: 数据仓库保存经过处理和清理的有组织的数据,使得可以根据既定的业务需求进行战略分析。 以结构化格式组织数据进行存储。 专为最快的查询性能而设计。 该存储库已经针对特定目的进行了处理,并且具有结构化、过滤的数据。 更安全且易于使用,但价格昂贵且不太敏捷。 数据的过程和结构使其易于破译。 数据湖: 以无限期地存储数据以供当前或将来使用,并且数据采用原始的非结构化格式。主要保留原始的、未处理的数据,其中还包括多媒体文件、日志文件和其他非常大的文件。原始和非结构化数据的中央存储库。大量未处理的数据,其用途尚未决定。与数据仓库相比,它提供更多的存储选项,更复杂,并且具有多种用例。尽管适应性强且价格便宜,但其安全性低于数据仓库且难以使用。使公司能够访问和存储数据湖中的大量原始、未处理的数据,同时处理这些数据并将其转换为结构化格式,以便在数据仓库中进行分析。 提示 2:我希望你充当数据工程师并解释不同类型的数据管道。 根据需求和数据类型,可以使用不同类型的数据管道。以下是不同类型的数据管道: 批处理:这种类型的数据管道定期批量处理数据。当可以非实时方式处理数据并且可以稍后交付结果时使用它。批处理对于处理大量数据非常有用,通常用于数据仓库、ETL(提取、转换、加载)过程和数据分析。流式传输:这种类型的数据管道在生成数据时实时处理数据。当需要立即处理数据并且需要实时交付结果时,流式处理非常有用。流式传输通常用于实时分析、监控和警报。开源:这种类型的数据管道使用开源工具和技术来构建数据管道。当需要定制、灵活性和成本效益时,通常会使用开源数据管道。云原生:这种类型的数据管道是使用云原生工具和技术构建的。当需要可扩展性、可靠性和成本效益时,通常会使用云原生数据管道。云原生数据管道构建在AWS、Azure 和 GoogleCloud 等云平台上。本地:这种类型的数据管道是使用组织拥有的硬件和软件在本地构建的。当需要数据的安全性、合规性和控制时,通常会使用本地数据管道。 提示3:我希望你充当数据工程师并解释不同类型的数据存储系统。 以下是不同类型的数据存储系统: 存储区域网络 (SAN):SAN 使用交换机和网络硬件结构将服务器链接到存储。SAN 经常用于需要高可用性和性能的关键任务应用程序,因为它们是为高速数据访问而构建的。网络附加存储 (NAS):NAS 是一种文件级存储系统,提供对文件级数据的网络访问。NAS 经常用于文件共享、归档和备份。混合存储阵列:混合存储阵列将多种形式的存储组合到一个架构中,包括闪存、硬盘驱动器 (HDD)、磁带、基于对象和云的存储。混合存储阵列可以将 HDD、磁带和云的灵活性和更便宜的成本与闪存的速度和低延迟相结合。磁盘设备和闪存设备:磁盘设备和闪存设备是可以保存数据的两种不同形式的存储介质。磁带存储:使用磁带存储可以将数据存储在磁带上,这是数据存储的一种。对于备份和长期数据归档,经常采用磁带存储。基于对象的存储:一种存储称为基于对象的存储,它将数据存储为对象而不是文件或块。非结构化数据(包括图片、电影和音频文件)经常使用基于对象的存储进行存储。基于云的存储:一种存储称为基于云的存储,它将数据放置在可以在线访问的远程服务器上。基于云的存储经常用于数据归档、灾难恢复和备份。 提示 4:我希望你充当数据工程师并解释不同类型的数据处理系统。 以下是不同类型的数据处理系统: 批处理:批处理是分析已存储一段时间的组或批次数据的过程。当数据可以非实时处理并且稍后可以提供输出时,批处理是必要的。数据仓库、ETL(提取、转换、加载)过程和数据分析经常使用批处理,因为它可以有效地处理大量数据。流式处理:数据生成时的实时处理称为流式处理。当需要立即处理数据并立即发送结果时,流式处理会很有帮助。实时分析、监控和警报经常使用流媒体。事务处理:一种称为事务处理的数据处理用于控制数据库事务。在线事务处理(OLTP)系统,包括银行系统、电子商务系统和库存管理系统,经常使用事务处理。分布式处理:分布式处理是利用大量机器来处理大量数据的数据处理。大数据处理经常采用分布式处理,如 Hadoop 和 Spark。实时处理:实时处理是一种数据处理,实时生成数据。需要快速响应的应用程序,例如国防系统和金融交易系统,经常使用实时处理。 总之,不同类型的数据处理系统是批处理、流处理、事务处理、分布式处理和实时处理。每种类型的数据处理系统都有其优点,并且根据要求和数据类型来使用。 提示5:实时处理系统和流式数据处理系统有什么区别? 实时处理和流数据处理系统既相关又不同。以下是它们之间的区别:实时处理: 对数据的反应称为实时处理。 确保响应将在短时间内发生,通常在几秒或几毫秒内。 当需要立即响应时使用。...
ChatGPT数据科学领域提问公式
ChatGPT提问姿势

ChatGPT数据科学领域提问公式

ChatGPT的大风已经刮到世界每一个角落了,还没听说过ChatGPT的人已经落伍了! 这阵子,各大巨头纷纷加入人工智能AIGC的竞争中,纷纷推出自家产品。 好多人也都试用体验了,有些人觉得ChatGPT很强大,有些人则觉得不过如此。 觉得不过如此的人可能是使用姿势不对,在对话中使用的提示词不准确,从而没有获得满意的回答。 这里有一份 ChatGPT数据科学领域提问cheat-sheet,该手册重点关注数据科学相关Python、R、SQL等相关的代码书写、优化、简化、相互转化、debug等等。 PS:蛋疼ing,高清PDF提取人数过多,导致分享的百度网盘链接容易被封,现在改为从笔者公众号获取。 需要高清PDF的小伙伴可以观住:Python技术,回复暗号:hhh020获取。 目录如下: 例如,python代码优化:
营销师如何运用ChatGPT提升业务能力?
ChatGPT提问姿势

营销师如何运用ChatGPT提升业务能力?

随着人工智能技术的飞速发展,越来越多的企业开始尝试将AI技术应用于营销领域。作为AIGC的专家,我们深知营销师在日常工作中如何运用好ChatGPT对于提升业务能力的重要性。本文将从以下几个方面为大家介绍如何更好地运用ChatGPT进行营销工作。 一、了解ChatGPT的基本原理和功能 首先,营销师需要对ChatGPT的基本原理和功能有一个清晰的认识。ChatGPT是一款由OpenAI开发的自然语言处理模型,它能够根据用户输入的问题或指令,生成相应的回答或建议。在营销场景中,营销师可以利用ChatGPT来快速获取产品信息、优化广告文案、提高客户服务质量等。 二、运用ChatGPT进行市场调研 营销师可以通过与ChatGPT的互动,获取大量的市场信息和竞争对手分析数据。例如,当面临一个新的市场机会时,营销师可以向ChatGPT提问:“关于XX行业的市场趋势有哪些?”、“目前市场上哪些竞品表现较好?”等问题,以便快速了解市场情况并制定相应的营销策略。 三、利用ChatGPT优化广告文案 广告是营销活动中不可或缺的一环。营销师可以利用ChatGPT来生成高质量的广告文案。通过与ChatGPT的对话,营销师可以获取到一些有趣的广告创意和表达方式,从而提高广告的效果和吸引力。 四、借助ChatGPT提高客户服务质量 在客户服务过程中, ChatGPT可以帮助营销师快速回答客户的问题,提高客户满意度。例如,当客户询问产品的使用方法或售后服务政策时,营销师可以直接向ChatGPT提问,并将答案发送给客户,从而节省时间并提高效率。 总之,作为营销师,掌握如何有效地运用ChatGPT将有助于提升自身的业务能力和竞争力。希望本文能为大家提供一些实用的建议和思路。
用ChatGPT方式开发代码,个人可使用GitHub Copilot Chat啦!
ChatGPT提问姿势

用ChatGPT方式开发代码,个人可使用GitHub Copilot Chat啦!

原标题:用ChatGPT方式开发代码,个人可使用GitHub Copilot Chat啦! 9月21日,GitHub在官网宣布,所有个人开发者可以使用GitHub Copilot Chat。用户通过文本问答方式就能生成、检查、分析各种代码。 据悉,GitHub Copilot Chat是基于OpenAI的GPT-4模型打造而成,整体使用方法与ChatGPT类似。例如,能帮我生成一个Python的吃豆小游戏代码,并加上代码注释;可以帮我分析这段C#代码有哪些漏洞吗?Copilot Chat都能快速帮助你解决这些难题。 今年7月21日,GitHub Copilot Chat就面向企业用户开放了测试权限,现在,个人用户终于也可以使用了。 使用地址:https://docs.github.com/en/copilot/github-copilot-chat/using-github-copilot-chat 早在2021年GitHub便与OpenAI进行技术合作,基于其Codex模型(GPT-3的后代)开发了全球首个AI自动生成代码平台——GitHub Copilot。已帮助全球数百万开发人员大幅度提升开发效率。 今年3月22日,GitHub发布了集成GPT-4的Copilot X预览版,GitHub Copilot Chat则是核心功能之一。 GitHub Copilot Chat功能简单介绍 根据多位开发大神测试,GitHub Copilot Chat相当于开发者的“屠龙刀”,成为开发必备利器之一,主要功能如下: 代码生成:可根据文本提示生成各种代码、函数或类,例如,我需要一个Python函数,用来计算斐波那契数列。 96% 功能展示分析代码:在开发过程或使用开源代码时,难免会遇到一些难懂的代码片段。直接将其输入到Copilot Chat中,让其进行深度分析和解释。 BUG调试:代码崩溃又找不到原因,确实让很多开发者非常抓狂。输入到Copilot Chat中,快速帮你找出错误所在。 安全检测:开发者可将整段或部分代码输入到Copilot Chat中进行检测,以查看代码片段是否存在安全漏洞。 总之,所有与代码开发相关的任务,GitHub Copilot Chat都能帮助用户快速解决。 如何使用GitHub Copilot Chat 1)必须是GitHub Copilot订阅用户,可免费使用GitHub Copilot Chat。 2)需在Visual Studio...
ChatGPT的创业机会
百度文心一言

ChatGPT的创业机会

原标题:ChatGPT的创业机会 2023年9月9—10日,人人都是产品经理联合腾讯大讲堂举办的【2023产品经理大会(北京站)】完美落幕。宜创科技CEO宜博老师为我们带来《ChatGPT的创业机会》为题的分享,本文为演讲内容实录。目前大会回放已上架,戳此购买,即可收看回放:https://996.pm/7gX2B 今天和大家分享的内容为《ChatGPT的创业机会》,将和大家分享大模型应用的真实案例,同时会理清背后的技术脉络和行业现状,最后分享一些自己对当前创业机会的想法。 一、介绍N个AI真实开发案例 我们在过去两个月里做了20多个AI案例,每一个都是真实案例。大家总觉得大语言模型有幻觉,其实这是大语言模型AI预测算法的本质。但是怎么找到某些场景,即用大语言模型,又要实现100%准确的效果,是每个创业者都可以思考的方向。 1. 某行业领域服务机器人场景及落地 这个例子,是农业企业做的生成猪饲料配比的服务机器人,通过对话,给养殖户提供猪饲料配方,准确率可以达到100%。 第一步,通过多轮对话从养殖户那里获得猪的信息,例如猪的品种、猪有多重等。第二步,拿着这些信息去后台查询这种猪需要的营养量。最后,通过算法计算,获得准确的猪饲料配方,返回给养殖户。同时,我们还做了多意图识别,如果想询问某个产品的营养含量、产品价格,结果都能实现。 这个案例解决了一个行业难题。一直以来,我们都在朝着精细化养殖的方向努力,但是养殖户没有能力从大量的资料中查阅中得知猪饲料配比,这个项目就解决了这个问题。这个项目获得了农业部会议上四个院士的高度赞赏。 2. 某银行需求及落地案例 第二个案例来自上市银行。每次上市公司年报分析出来,大家都会问很多问题。一家商业银行提供了他们最常被问到的150个问题和回答。每一个问题里都包含着很多行业的“黑话” ,比如对公贷款、零售贷款等。而这些概念背后对应了很多指标,比如增长率、收入比等,指标要转换成公式,公式结果要整理成报告。 在此之前,其实已有其他金融大语言模型公司尝试做了一下,但出来的数据都不能保证正确率,开始我们采用了大模型结合向量搜索的方式尝试,也不能保证100%准确。后来我们用大模型加工作流的方式解决了这个问题。 第一步,把数据抽取出来存到数据库里。第二步,用大模型做分词,也就是从用户输入问题的内容里提取出各种指标。第三步,查询指标和指标公式,让大模型融合生成数据库查询,生成准确的计算结果。 最后,将准确的计算结果再次输入大模型,做一轮知识融合,可以转化API为领域机器人进行全域问题查询,实现100%数据准确。 3. 某KMS机器人集成飞书钉钉场景 第三个案例,来自于医院医疗设备的维护厂商。原本的维护方式存在文档繁多、格式复杂、需要实时翻译、需要定位图文结果二次校验等问题。而我们的案例很好地解决了KMS知识库交互复杂的问题。 我们将各种格式、各种模态、各种语言的文档都传入向量数据库里,通过配置流程的方式形成。在使用过程中,机器人会先用多轮对话的方式,获得当前故障的多级错误码等信息。回复的结果通过图文等形式展示,自动翻译,并索引原文位置。 4. 某代码生成需求及落地 这个案例的需求来自于国内一个API厂商。针对一句话描述,生成一个代码片段,直接嵌入使用。 5. 工作流自动代码生成案例及介绍 通过自然语言描述一个工作流步骤,生成一个工作流,并可以马上执行。 6. ChatBI 人工智能报表场景及落地 ChatBI,是用自然语言生成报表,特别受到运营同学、产品同学以及老板的喜欢。因为老板看到的传统报表内容很有限,如果想看到额外维度的报表,所花费的时间可能要等产品技术同学做几天甚至一个礼拜,现在则一句话就能快速看到报表结果。 7. 电子邮箱AI助手:一句话整理电子发票并发送给财务报销 借助电子邮箱AI助手,你可以输入一句话对邮箱邮件做处理,可以做电子发票的附件整理,也可以做多轮对话,比如对和某一个客户之间的关系做分析和总结;电子邮箱AI助手甚至可以帮忙生成邮件话术。 二、了解GPT时代的底层逻辑 在了解完落地的案例之后,给大家介绍一下GPT时代背后的底层逻辑。 1. 什么是参数与向量 在传统IT系统里关键词搜索“狗”这个关键词,是搜索不到“金毛”这个词的。但在向量时代,“金毛”这个词有一个特征值是“类型”,“金毛”的类型是狗,所以当你搜索“狗”,便能够查到“金毛”对应的内容。 又比如,想找长毛的大型犬。由于向量数据库里记录了各种狗的毛长特征值、体型特征值,所以你可以搜索到结果。如下图所示,这就构成一个二维的特征空间,特征分别是毛长、体型,这里每一个特征值就对应是大模型一个参数。 现在“金毛”这个词在 GPT-3 里有 1750 亿个参数,也就是有 1750...