caiting

[Sanbu 散步 @sanbuphy]

更新了 Claude Code 内容体系相关教程，欢迎支持：https://t.co/jWIjmM55SC
涵盖系列深度指南：快速上手核心指南、MCP 完全指南、Skills 完全指南、Agent Teams 完全指南、Superpowers 工程级开发、工作流最佳实践、如何让 Coding Tools 长时间工作实用指南。

[caiting @caiting]

@imwsl90 前总编了解下👀

[caiting @caiting]

开发一个模拟发动机声音的车用APP

[老多 @yuashwe]

听听内燃机消音器发出的声音吧，以后都是电车了

[caiting @caiting]

@tualatrix 缺一个insta360+骑行套装

[宝玉 @dotey]

这是斯坦福2023年公开课CS25第一课：《Introduction to Transformers》（中英文字幕）
讲师: Andrej Karpathy

自2017年首次亮相以来，Transformer已经彻底改变了自然语言处理（NLP）的领域。现在，Transformer在深度学习的各个领域都找到了应用，无论是计算机视觉（CV），强化学习（RL），生成对抗网络（GANs），语音甚至生物学。在其他诸多领域，Transformer帮助实现了强大的语言模型如GPT-3，并在DeepMind最近的AlphaFold2中发挥了关键作用，该模型处理蛋白质折叠问题。

在这个讲座系列中，将详细探讨Transformer是如何工作的，并深入研究各种不同类型的Transformer以及它们在不同领域中的应用。斯坦福大学通过邀请在不同领域的Transformer研究的前沿人物进行客座讲座来实现这一目标。

相关教材：

Attention Is All You Need：https://t.co/9BiVi4BpDV

The Illustrated Transformer：https://t.co/lnVAYWO1Nd

The Annotated Transformer：https://t.co/6wFhzfWDIc

关于这个课程的更多信息可以在这里找到：https://t.co/hYb1TPbckR

[康客 @kangke888]

肌肉酸痛的原因，怎样锻炼可以减少肌肉酸痛？

[yetone @yetone]

今天去看了央美的毕业展，全程惊叹，连连卧槽，不仅看到了 stable diffusion 和 Midjourney 的二创作品，甚至还有一个完成度相当高的集成了 prompts generator 和 Midjourney API 的成熟产品，中国年轻的未来艺术家们已经全面拥抱 AIGC，不跟我说这是央美毕业展的话我还以为参加的是 AIGC Hackathon

[向阳乔木 @vista8]

猜测不少人跟我一样，曾信誓旦旦，计划五一跟吴恩达老师学Prompt Engineering课，实际假期都在吃喝玩乐。

直到今天才开始学，课程地址：https://t.co/WDMq9vDJhp

学习笔记如下：

一、善用分隔符
以前我的Prompt写法，帮我做 xxxx ，加上“：”号，后面跟待处理的文本。例：帮我翻译成中文：hello world。

课程中常用的文本分隔符是前后三个反引号 ```（键盘数字1左边的按键，用英文标点）

除了反引号，也可以用三个引号（"""）、三个中横线（---）、尖括号（<>）、XML标签等成对包裹。

好处是让ChatGPT清晰的区分任务和待处理文本，防Prompt注入等。

二、指定格式输出
课程举的例子是指定用JSON和XML输出。
结构化好处：更容易校验格式，方便被编程语言调用处理。

其实也可以给例子，自定义输出结构。

参考 One/Few-shot Prompt用法。
https://t.co/DRKOpFWUct

三、任务序列化
Prompt 可指定多项任务，例如深度学习一个单词，多任务例子：

Task1：给出单词释义、发音
Task2：词根词缀来源
Task3：生成场景例句
Task4：用单词生成故事

然后再引用这些任务结果 ...，排版成自己想要的输出格式。

四、持续迭代
Prompt需要持续迭代：清晰具体的Prompt -> 结果和预期对比 -> 分析完善Prompt/增加示例 -> 重复前面流程

经验分享：
① 3.5 结果不稳定，不要求发挥创造性的场景，可调低Temperture值。

② 让ChatGPT找到相关信息，再引用这些信息回答减少幻觉（Hallucination）

五、常用场景

总结摘要：
根据自己需求限定单词数、句子数、字符数。（use at most 50 words/3 sentences/280 characters）

最好指定话题或关键词总结，否则总结很泛，没重点。

推测：

① 用Prompt轻松实现情绪识别（What is the sentiment of the following xxx）

② 识别指定Item（Identify the following items from the text）

转换：
语言转换：各种语言之间的互翻任务
口气转换：描述具体应用场景，给出语调转换（商务/个人等等）
格式转换：JSON、CSV、HTML等等

扩展：
除了写大纲等概要的东西，从0让ChatGPT生成的内容价值往往没那么高。

要点感觉还是定义角色、描述场景任务等常见技巧。

写在后面

吴恩达老师这套课程挺用心，最棒的有在线Jupyter notebook可运行代码（对不少人帮助更大）

但从内容丰富度和学习效率角度看，还是推荐以下资源

① 开源多语言Prompt学习课程
https://t.co/3C71gEKIXj

② @thinkingjimmy 提供的课程

https://t.co/sC9DvXqhqH

另外，推荐@huangyun_122 黄赟写的吴恩达课程笔记，更全面详细：
https://t.co/UA93nXhWOB

[OuestWare @ouestware]

📣 We are proud to announce Gephi Lite 🎉

It is a free and open-source web application to visualize and explore networks. It is a lighter version of Gephi, on the web.
You can try it here:

https://t.co/hqzSvnbpt1

[yihong0618 @yihong0618]

是推友 @Sunng 做的，repo 地址
https://t.co/3QNpNvnrVj

[St4r @xinqiu_bot]

斯坦福新开的这门CS324从另一个视角讲解了大模型的建模、理论、伦理和系统方面的基础知识，值得大家简单看一看来激发新的思考。
同时我们的 Copilot Hub 已上线这门课的TA，可以通过交互的方式快速了解这门课的一些内容。
https://t.co/4Ydi7MzWJ5

[mindshub @MindsHub]

https://t.co/KdQAkrIZO2

[Jiayuan (JY) Zhang @jiayuan_jy]

OpenAI 刚刚发布了 GPT-4

GPT-4 是大型多模态模型（large multimodal model），支持图像和文本的输入，并生成文本结果。

这个 thread 会汇总一下有关 GPT-4 的一些信息（包括论文中的一些要点和实际的体验）。

🧵

[caiting @caiting]

@tualatrix 文化村不少有文化没素质的人

[caiting @caiting]

@weinibixia @FradSer 同问。

[caiting @caiting]

@Megabits_mzq CQ CQ

[caiting @caiting]

@aaa726222 @mainroadly 居然看到香榧，在浙江？

[caiting @caiting]

@salvikie @yuxiyou 一半对了

[caiting @caiting]

@tualatrix 中东地区大片的。中国北方也有。

[caiting @caiting]

@StarKnight 日本second opinion普遍么