AI在线 AI在线

格式

ChatGPT推出全新PDF导出功能，优化深度研究报告体验

ChatGPT推出全新PDF导出功能，优化深度研究报告体验

ChatGPT 最近推出了一项备受期待的新功能 —— 用户现在可以将深度研究（Deep Research）报告直接导出为 PDF 格式。 这一功能的推出，旨在解决用户在复制报告内容时格式丢失的问题，让研究成果的分享变得更加简便。 ChatGPT 的深度研究功能利用先进的自动化技术，用户只需输入相应的提示词，系统就能够独立进行复杂的多步骤研究。
5/12/2025 6:00:52 PM AI在线
为什么说JSON不一定是LLM结构化输出的最佳选择？

为什么说JSON不一定是LLM结构化输出的最佳选择？

当要求大语言模型（LLM）输出结构化数据时，所采用的格式会对结果产生比较大的影响。 本文对比了六种不同的格式，评估考察了它们的处理速度、tokens 消耗以及各自的限制。 1.简要说明JSON 虽然是多数人的首选，但它对 tokens 的消耗极大。
3/12/2025 6:55:00 AM BaiHai IDP
【多模态&LLM】LLaVA系列算法架构演进：LLaVA（1.0->1.5->Next(1.6)->NeXT(Video)）

【多模态&LLM】LLaVA系列算法架构演进：LLaVA（1.0->1.5->Next(1.6)->NeXT(Video)）

LLaVA模型架构目标是结合预训练LLM和视觉模型的能力，llava使用Vicuna作为的LLM （语言解码器），CLIP作为视觉编码器。 训练过程分两阶段：LLaVA 1.5LLaVA1.5是LLaVA改进版本，主要在网络结构、数据集规模上进行改进。 LLaVA 1.5模型结构还是之前的llava模型结构，但是做了一些小修改：将视觉-语言连接器由线性投影修改成一个两层的mlp（前期文章的NVLM-D也是两层的mlp链接视觉-语言模型）；将224分辨率的视觉编码器修改为336pix的视觉编码器(带有MLP投影的CLIP-ViT-L-336px)。
12/31/2024 3:18:42 PM 余俊晖
OpenAI 推出 meta-prompt 工具，AI 时代让你掌握提示词艺术

OpenAI 推出 meta-prompt 工具，AI 时代让你掌握提示词艺术

AI 时代，你和他人的差异可能直接体现在如何提出合适的提示词（Prompt）上。科技媒体 The Decoder 昨日（10 月 11 日）发布博文，报道称 OpenAI 更新提示词优化功能 Playgound，新增引入“元提示”（meta-prompt）工具。“元提示”（meta-prompt）工具主要帮助用户更高效地创建、改进针对大型语言模型（LLMs）的提示，节省开发高质量 AI 提示的时间。
10/12/2024 1:31:57 PM 故渊
谷歌打磨 Gemini AI 技能：扩充支持文件类型、提高文档洞察力

谷歌打磨 Gemini AI 技能：扩充支持文件类型、提高文档洞察力

谷歌于 8 月 27 日发布博文，宣布旗下 Gemini AI 支持更多类型的文件，通过分析、摘录、洞察文档内容，为用户提供更优质的 AI 服务。谷歌表示拥有 Gemini Business、Enterprise、Education 或 Education Premium 许可证的 Google Workspace 用户，现在可从 Google Drive 或本地设备上传各种文件到 Gemini（gemini.google.com）：电子表格：Gemini AI 现在可以处理 CSV、XLSX 和 ODS 等格式的
8/31/2024 11:24:33 AM 故渊