it:ai_experience_for_novice
差别
这里会显示出您选择的修订版和当前版本之间的差别。
两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版 | ||
it:ai_experience_for_novice [2024/08/13 12:33] – vim | it:ai_experience_for_novice [2025/04/02 10:51] (当前版本) – vim | ||
---|---|---|---|
行 1: | 行 1: | ||
# AI | 给非技术背景AI用户的上手指南 | # AI | 给非技术背景AI用户的上手指南 | ||
- | 作者:vim | + | 作者:vim |
## 总体思路 | ## 总体思路 | ||
行 13: | 行 13: | ||
### 适合一般用户的AI选型 | ### 适合一般用户的AI选型 | ||
- | - **AI通用对话(国内)**:主推[Kimi](https://kimi.moonshot.cn),候选[智谱AI](https://chatglm.cn) | + | - **AI通用对话(国内)**:主推[deepseek](https://chat.deepseek.com),候选[Kimi](https://kimi.moonshot.cn) |
- | - **AI通用对话(国外)**:主推[HuggingChat](https:// | + | - **AI通用对话(国外)**:主推[gemini](https:// |
- | - **AI图片生成**:主推[PlaygroundAI](https:// | + | - **AI信息搜索**:主推[Perplexity](https:// |
- | - **AI搜索**:主推[Perplexity](https://www.perplexity.ai)(国外),候选[秘塔搜索](https://metaso.cn)(国内) | + | - **AI深度研究**:主推[gemini](https:// |
- | - **AI特殊场景**:[LMsys](https://chat.lmsys.org/)(AI大模型擂台),[Coze](http://coze.com)(专业智能体定制平台) | + | - **AI图片生成**:主推[PlaygroundAI](https:// |
+ | - **API调用**:主推[硅基流动](https://cloud.siliconflow.cn/ | ||
+ | |||
+ | Note:国外的AI服务普遍需要科学使用,推荐一家国际出行的服务方([eFan](https://api.efanapi.com/ | ||
Note:以上AI服务商及相关大模型简介,以及积分使用策略,文末附件部分做简单介绍 | Note:以上AI服务商及相关大模型简介,以及积分使用策略,文末附件部分做简单介绍 | ||
行 34: | 行 37: | ||
从下面的AI系统中,任选1-2个,然后按直觉使用就好,也可以先初步学习一下基础的AI提示词用法。 | 从下面的AI系统中,任选1-2个,然后按直觉使用就好,也可以先初步学习一下基础的AI提示词用法。 | ||
- | - **国内通用**:推荐[Kimi](https://kimi.moonshot.cn),候选[智谱AI](https://chatglm.cn) | + | - **国内通用**:推荐[deepseek](https://chat.deepseek.com),候选[Kimi](https://kimi.moonshot.cn) |
- | - **国外通用**:推荐[HuggingChat的Llama-3.1-405B-Instruct-FP8大模型](https:// | + | - **国外通用**:推荐[gemini](https:// |
- | - **图片生成**:推荐[Playground AI](https:// | + | - **AI信息搜索**:主推[Perplexity](https://www.perplexity.ai)(国外),候选[秘塔搜索](https: |
+ | - **图片生成**:推荐[Playground AI](https:// | ||
### 专业应用(针对选型,专业对话) | ### 专业应用(针对选型,专业对话) | ||
行 42: | 行 46: | ||
在前面日常使用的基础上,结合应用场景和需求,选择适合的高级大模型,学习一下AI提示词的用法,并学会专业的Prompt提示词语法与AI进行专业对话,提高对话效率。 | 在前面日常使用的基础上,结合应用场景和需求,选择适合的高级大模型,学习一下AI提示词的用法,并学会专业的Prompt提示词语法与AI进行专业对话,提高对话效率。 | ||
- | - **国内通用**:推荐[Kimi](https://kimi.moonshot.cn),候选候选[智谱AI](https://chatglm.cn) | + | - **国内通用**:推荐[deepseek](https://chat.deepseek.com),候选[Kimi](https://kimi.moonshot.cn) |
- | - **国外通用**:推荐[HuggingChat的Llama-3.1-70B-Instruct大模型](https:// | + | - **国外通用**:推荐[gemini](https:// |
- | - **图片生成**:推荐[Playground AI](https:// | + | - **AI信息搜索**:主推[Perplexity](https:// |
+ | - **AI深度研究**:主推[gemini](https://gemini.google.com)(国外),候选[秘塔搜索](https: | ||
+ | - **图片生成**:推荐[Playground AI](https:// | ||
+ | - **API调用**:推荐[硅基流动](https:// | ||
### 高级应用(智能体定制,知识库建设) | ### 高级应用(智能体定制,知识库建设) | ||
行 63: | 行 70: | ||
- 基础定制:推荐国内的[智谱AI](https:// | - 基础定制:推荐国内的[智谱AI](https:// | ||
- | - 高级定制:推荐[Coze国际版](http://coze.com),或者[Coze国内版](http://coze.cn) | + | - 高级定制:推荐前端使用[Cherry Studio](https://cherry-ai.com/),后端API调用[硅基流动](https://cloud.siliconflow.cn/i/8wyT87da)的免费API服务 |
### 极客玩法(本地专家模型,行业知识库) | ### 极客玩法(本地专家模型,行业知识库) | ||
行 73: | 行 80: | ||
软件选型如下: | 软件选型如下: | ||
- | 个人(或者2-5人小团队)使用,最简单办法是装个LM-Studio,主打前端应用,直接支持Llama3、Mistral、Phi3等近二十种大模型。Windows、Mac、Linux都可以直接下载安装包安装使用。可以让你像其它普通桌面软件一样,在本地安装使用AI大模型,并可以直接在LM-Studio的界面中使用;打开软件的web服务功能,也可以让其它设备通过浏览器及NextGPT/ | + | 个人(或者2-5人小团队)使用,最简单办法是装个LM-Studio,主打前端应用,直接支持Qwen2.5、Llama3、Mistral、Phi3等近二十种大模型。Windows、Mac、Linux都可以直接下载安装包安装使用。可以让你像其它普通桌面软件一样,在本地安装使用AI大模型,并可以直接在LM-Studio的界面中使用;打开软件的web服务功能,也可以让其它设备通过浏览器及NextGPT/ |
机构(或者团队)使用,推荐在服务端安装Ollama,可以支持包括Llama3、Mistral、Gemini在类的几乎所有开源大模型。同样有Linux、Mac、Win在内的安装包,或者更简单的通过docker安装,一条docker命令搞定。使用方法也类似docker。然后,你同样可以安装OpenWebUI、Dify、MaxKB这样的前端应用,连上Ollama的服务器后,更方面的使用Ollama里的大模型服务。使用体验和前面介绍的那些专业的AI服务类似。 | 机构(或者团队)使用,推荐在服务端安装Ollama,可以支持包括Llama3、Mistral、Gemini在类的几乎所有开源大模型。同样有Linux、Mac、Win在内的安装包,或者更简单的通过docker安装,一条docker命令搞定。使用方法也类似docker。然后,你同样可以安装OpenWebUI、Dify、MaxKB这样的前端应用,连上Ollama的服务器后,更方面的使用Ollama里的大模型服务。使用体验和前面介绍的那些专业的AI服务类似。 | ||
行 86: | 行 93: | ||
kimi(https:// | kimi(https:// | ||
+ | |||
+ | - 硅基流动 | ||
+ | |||
+ | [硅基流动](https:// | ||
- 智谱AI | - 智谱AI | ||
行 110: | 行 121: | ||
[Perplexity](https:// | [Perplexity](https:// | ||
+ | |||
+ | - 知乎直答 | ||
+ | |||
+ | [知乎直答](https:// | ||
- 秘塔搜索 | - 秘塔搜索 | ||
行 117: | 行 132: | ||
- Coze | - Coze | ||
- | Coze(http:// | + | Coze(http:// |
+ | |||
+ | - Dify | ||
+ | |||
+ | [Dify](https:// | ||
- LMsys | - LMsys | ||
行 123: | 行 142: | ||
LMsys(https:// | LMsys(https:// | ||
- | - Direct Chat:可以直接使用各种大模型对话,然后通过赞、踩、flag等方式帮着做体验反馈。 | + | Direct Chat:可以直接使用各种大模型对话,然后通过赞、踩、flag等方式帮着做体验反馈。\\ |
- | - Arena(Battle):同时使两个AI大模型对话,然后从中选优,相当于帮着进行大模型的盲测,包括GPT4、Claude-3-Opus这样的高级大模型需要在这里才能被调用 | + | Arena(Battle):同时使两个AI大模型对话,然后从中选优,相当于帮着进行大模型的盲测,包括GPT4、Claude-3-Opus这样的高级大模型需要在这里才能被调用 |
- | ## AI大模型简介 | + | - Groq |
- | ### 开源大模型 | + | [Groq.com](https:// |
- | HuggingChat可用 | + | ## AI大模型简介 |
- | - Meta-Llama-3.1-70B-Instruct(由Meta推出的大模型,就专业指标来说是目前最强开源大模型,已经补足中文短板) | + | ### 开源大语言模型 |
+ | |||
+ | - Qwen2.5-72B-Instruct(由阿里巴巴推出的大模型,国内首个头部水平的开源模型,超长上下文支持,中文能力尤其强) | ||
+ | - Meta-Llama-3.3-70B-Instruct(由Meta推出的大模型,就专业指标来说是目前最强开源大模型,中文能力略弱) | ||
- c4ai-command-r-plus(由Cohere推出的最新开源LLM产品,曾在LMsys的机器人竞技场中击败过GPT4,中文对话质量高) | - c4ai-command-r-plus(由Cohere推出的最新开源LLM产品,曾在LMsys的机器人竞技场中击败过GPT4,中文对话质量高) | ||
- | - Yi-1.5-34B-Chat(由中国企业零一万物推出的大模型,专业指标与前两者同一水平,采用高质量数据训练,对齐人类偏好,可申请免费商用,中文对话更是优势) | + | - QwQ-32B(由阿里巴巴推出的推理大模型,同样优秀,而且很快) |
- | - zephyr-orpo-141b-A35b(由HuggingChat基于欧洲AI企业Mistral推出的开源大模型Mistral 8x22B微调出来的优化版本) | + | - Deepseek-R1(由幻方量化推出的推理大模型,工程优化非常厉害,就是幻觉可能稍多) |
- | - gemma-2.0-7b-it(由Google推出的Gemma系列轻量级大模型,目前有bug,暂时下线) | + | - Mistral-Nemo-Instruct-2407(由欧洲AI创业企业Mistral推出的大模型,该团队由Meta的法国AI团队组成,欧洲语言能力较强) |
- | - Phi-3-mini-4k-instruct(由Microsoft推出的轻量级大模型) | + | - Phi-4-mini-4k-instruct(由Microsoft推出的轻量级大模型) |
- | 其它 | + | Note:以上开源大模型,均可以在HuggingChat里免费使用 |
- | - Stable Diffusion(Stability AI推出的图像生成大模型,提供文本到图像的生成,能够根据文本描述生成详细和逼真的图像) | + | ### 商用主流大语言模型 |
- | - Playground(Playground AI开发的最新文本到图像生成模型,它在美学质量、颜色和对比度、多纵横比生成以及人物细节方面) | + | |
- | + | ||
- | ### 商用主流大模型 | + | |
(开发机构,LMsys排名,主要特性,最佳用途) | (开发机构,LMsys排名,主要特性,最佳用途) | ||
- | - Claude-3.5(Anthropic推出,LMsys头部选手,在语义理解、文本处理能力方面表现突出,输出质量与回复速度有优势) | + | - Claude(Anthropic推出,LMsys头部选手,在语义理解、文本处理能力方面表现突出,输出质量与回复速度有优势) |
- | - GPT-4o(OpenAI推出,LMsys头部选手,强大的语言生成能力、推理能力、数学能力、编码能力等,扩展支持多模态能力,全能型选手) | + | - GPT(OpenAI推出,LMsys头部选手,强大的语言生成能力、推理能力、数学能力、编码能力等,扩展支持多模态能力,全能型选手) |
- | - Gemini-1.5(Google推出,LMsys头部选手,原生多模态AI模型,支持文本、图像和视频输入,自然语言理解能力强,) | + | - Gemini(Google推出,LMsys头部选手,原生多模态AI模型,支持文本、图像和视频输入,自然语言理解能力强,) |
+ | |||
+ | ### 图像大模型 | ||
+ | |||
+ | - Playground(Playground AI开发的最新文本到图像生成模型,它在美学质量、颜色和对比度、多纵横比生成以及人物细节方面) | ||
+ | - Dall-E(OpenAI推出的文图大模型,主要结合GPT使用,能生成具有复杂细节的高质量图像) | ||
+ | - Stable Diffusion(Stability AI推出的图像生成大模型,提供文本到图像的生成,能够根据文本描述生成详细和逼真的图像) | ||
+ | - Flux.AI(Stability AI团队分裂出来建立的新的AI图像大模型,具有顶级的提示跟随、视觉质量、图像细节和输出多样性) | ||
+ | |||
+ | Note: | ||
## POE的AI机器人 | ## POE的AI机器人 | ||
- | (功能与积分) | + | ### 基础助理机器人 |
- | - Websearch(30分/ | + | 基于各家大模型公司基础版大模型,速度快、费用低,智能化程度相对较低,但一般对话和简单信息处理足够。 |
- | - Gemini-1.5-Flash-Search(25分/ | + | |
- | - Claude-3-Haiku(30分/ | + | - Assistant(5-7分/ |
- | - Gemini-1.5-Flash(25分/ | + | - Gemini-2.0-Flash(8分/ |
- | - GPT-4o-mini(15分/ | + | - GPT-4o-mini(9分/ |
+ | - Claude-3-Haiku(20分/ | ||
+ | - Mistral-Small-3(10分/ | ||
+ | ### 联网搜索机器人 | ||
- | - Claude-3.5-Sonnet(200分/ | + | 在AI大模型即有功能的基础上,提供了联网信息搜索功能的AI机器人。 |
- | - Gemini-1.5-pro(175分/ | + | |
- | - GPT-4o(300分/ | + | |
- | - 付费使用:GPT-4-Turbo(350分/条),Gemini-1.5-pro-128(1750分/ | + | - Websearch(10-23分/条)(基于OpenAI的GPT-4o-mini,增加联网搜索功能,适合信息搜索、特定事实查询和初步处理。) |
+ | - Gemini-2.0-Flash(8分/条)(基于Google的Gemini多模态基础大模型,结合Google联网搜索功能,适合信息搜索和基础处理) | ||
+ | |||
+ | ### 主流对话机器人 | ||
+ | |||
+ | 基于各家企业的主流大模型的机构器,成本较高,但智能处理能力较强。 | ||
+ | |||
+ | - Command-R(170分/条)(Cohere推出的企业场景的大模型,语言内容超强) | ||
+ | - Claude-3.5-Sonnet(320分/条)(Anthropic推出的大模型,文本处理功能强大,同时擅长自主编码和视觉处理等复杂任务) | ||
+ | - Gemini-2.0-pro(175分/条)(Google推出的多模态大模型,带联网功能,性能比1.0版强许多) | ||
+ | - GPT-4o(294分/条)(OpenAI推出的最新大模型,打通了文字、语音、视觉的对话,4o是一个综合了上下午的速度和成本优化版本) | ||
+ | |||
+ | **长文本处理版本** | ||
+ | |||
+ | 如需进行长文本对话,比如处理很长的文本资料,或者在单一对话中长期对话,可以选择以上模型的长文本版本——即在相关模型后面,增加了“128k”、“1M”、“2M”类似后缀的版本。 | ||
**联系方式** | **联系方式** | ||
- | 邮件:[[mailto: | + | 邮件:[[mailto: |
{{tag># | {{tag># | ||
~~DISCUSSION: | ~~DISCUSSION: |
it/ai_experience_for_novice.1723523580.txt.gz · 最后更改: 2024/08/13 12:33 由 vim