대규모 언어 모델링 기술이 빠르게 발전하고 광범위하게 적용됨에 따라 잠재적인 보안 위험에 대한 업계의 관심이 점점 더 높아지고 있습니다. 이러한 문제를 해결하기 위해 세계 최고의 기술 기업, 표준화 기관 및 연구 기관 중 다수가 자체 보안 프레임워크를 구축하여 발표하고 있습니다. 이 백서에서는 이러한 프레임워크 중 9가지를 분석합니다.
프로그래밍에서 AI의 적용이 점점 더 심도 있게 이루어지면서 많은 개발자는 AI 지원 프로그래밍의 편리함을 경험한 후 자신의 요구를 더 잘 이해하는 '전담 AI 엔지니어'를 기대합니다. 이러한 요구의 핵심은 개발자의 개인화된 지시를 정확하게 따르는 AI의 능력에 있습니다....
큐 워드 귀하는 사용자의 필요에 따라 여러 도구를 호출하여 당면한 작업을 완료하는 데 특화된 작업 실행 전문가입니다. # 메시지 모듈 설명 - 도구(함수 호출)를 사용하여 응답해야 하며, 일반 텍스트 응답은 금지됨 - 독립적으로 문제를 해결하려고 시도하고, 저를 사용하세요...
최근 NotebookLM은 중국어로도 지원되고 있으며, 제 생각에는 무료 제품 중 개인 지식 관리 도구로 가장 추천하고 싶은 제품 중 하나입니다. NotebookLM의 두 가지 주요 기능은 질문과 답변에 대한 정확한 출처 인용과 2인 대화의 팟캐스트 생성입니다. 정확한 출처 인용...
많은 사용자가 Anthropic의 Claude API를 직접 호출하는 경험과 공식 Claude 웹 버전 사이에 미묘하지만 인지할 수 있는 차이가 있는 것 같다는 것을 관찰했습니다. 이러한 차이의 대부분은 웹 버전 뒤에 있는 복잡한 시스템 프롬프트에서 비롯됩니다(Sy ...
프롬프트 단어 콘텐츠를 분석하여 아름답고 멋진 중국어 비주얼 웹 포트폴리오로 변환할 수 있는 파일을 제공합니다: ## 콘텐츠 요구 사항 - 모든 페이지 콘텐츠는 중국어 간체여야 함 - 원본 파일의 핵심 정보를 유지하되 더 읽기 쉽고 시각적인 방식으로 제시 - 페이지 하단에 추가...
최근 AI 지원 프로그래밍 도구인 Cursor는 개발자들이 선호하는 AI 모델 목록을 발표했는데, 데이터에 따르면 Claude 3.7 Sonnet 모델이 가장 높은 순위에 있는 것으로 나타났습니다. 이 공식 데이터는 의심할 여지없이 상당수 개발자의 선택을 반영합니다. 하지만 이것은...
전 세계 주요 대형 언어 모델의 API를 통합하는 플랫폼인 OpenRouter는 최근 무료 사용 정책과 요금 제한을 대폭 변경했습니다. 이 플랫폼은 사용 편의성으로 잘 알려져 있으며, 하나의 API 키로 DeepSeek, Qw... 등 다양한 API를 호출할 수 있습니다.
GPT-4.1 모델 제품군은 GPT-4o에 비해 코딩, 명령어 준수 및 긴 컨텍스트 처리 기능이 크게 향상되었습니다. 특히 코드 생성 및 복구 작업에서 더 나은 성능을 발휘하고 복잡한 명령어를 더 정확하게 이해하고 실행하며 긴 입력 텍스트를 효율적으로 처리할 수 있습니다.
더 많은 최적화를위한 신인 그림과 중국어 포스터가있는 기사 생성을 용이하게하기 위해 꿈 3.0 모델을 사용하는 버튼이 출시 된 이후, 아래 공유 된 기사 표지로 사용하기에 더 적합한 그림의 본문으로 텍스트를 생성 할 수 있습니다. 핵심 프롬프트 단어는 다음과 같습니다. 프롬프트 단어의 역할은 사진을 생성하기 위해 생성하는 것입니다 ...
배경: 퍼블릭 액세스가 필요한 이유 n8n은 사용자가 다양한 애플리케이션과 서비스를 연결하여 자동화된 프로세스를 만들 수 있는 강력한 오픈 소스 워크플로 자동화 도구입니다. 하지만 사용 중 n8n의 많은 앱 노드(특히 타사 서비스에서 권한을 부여하는 노드와 관련된 노드)는...
헤드라인, WeChat Ask, 바이크 등의 경우... 헤드라인을 예로 들어보겠습니다. 1. 안드로이드 에뮬레이터가 필요할 수 있습니다 (일부 플랫폼은 앱에서만 작동 할 수 있으며 효율성이 떨어지며 컴퓨터에서 안드로이드 에뮬레이터를 다운로드하는 것이 좋습니다) 2. 주제, 답변 할 질문 찾기 이런 종류의 실시간 메시지를하지 마십시오 ...
기존의 웹 크롤러 프레임워크는 다목적이지만 데이터를 처리할 때 추가적인 정리 및 서식 지정이 필요한 경우가 많기 때문에 LLM(대규모 언어 모델)과의 통합이 상대적으로 복잡합니다. 많은 도구의 출력(예: 원시 HTML 또는 비정형 JSON)에는 많은 노이즈가 포함되어 있어 직접 사용하기에 적합하지 않습니다....
주빌리 대형 모델 AI 콘텐츠 감지를 뚫고 "세탁" 프롬프트 단어에 대한 기술 문서를 공개했습니다. 위의 두 가지가 쥬빌리 AI 탐지에서 "인공"으로 식별되는 비율은 높지 않습니다. 그 이유는 매우 간단하고 전제의 원래 구조와 정보 내용을 파괴하지 않고 기사를 다시 작성하는 것은 기본적으로 A를 통해 수행하기 어렵습니다.
1. 서론 오늘날의 정보 폭증 시대에는 많은 양의 지식이 웹 페이지, 위키백과, 관계형 데이터베이스에 표 형태로 저장되어 있습니다. 그러나 기존의 질문과 답변 시스템은 여러 테이블에 걸친 복잡한 쿼리를 처리하는 데 어려움을 겪는 경우가 많으며, 이는 인공 지능 분야에서 주요 과제가 되고 있습니다. 이 문제를 해결하기 위해 연구자들은 ...
대규모 언어 모델(LLM)과 다양한 AI 서비스의 인기로 인해 개발자가 애플리케이션에 이러한 기능을 통합하는 것이 점점 더 보편화되고 있습니다. 그러나 OpenAI, Hugging Face 등과 같은 서비스 제공업체의 API 엔드포인트를 직접 호출하는 것은 종종 많은 관리...
웹 콘텐츠를 효과적으로 캡처, 정리, 활용하는 것은 점점 더 풍부해지는 오늘날의 디지털 정보에서 핵심 기술이 되었습니다. 노션, 인스타페이퍼, 리드와이즈와 같은 도구를 사용해 본 많은 사용자들은 불완전한 콘텐츠 캡처, 불편한 검색 관리 등의 문제를 겪을 수 있습니다....
그 꿈은 3.0 이미지 생성 모델 할당량이 항상 충분하지 않으며 오늘날 스트레이트 테스트는 소진되지 않습니다. 그리고 그 꿈을 매일 직접 사용하여 기사 표지를 생성하는 것도 다소 불편합니다. 그래서 그 꿈 3.0 이미지 모델 (표준 이름은 seedream3.0...) 참조에서 버클을 사용할 생각을했습니다.
칠판 앞에서 강의하는 타이트한 전문 복장(OL 스타일)을 입은 여교사의 사진을 생성하고, 전체는 칠판과 여교사만 필요하며, 여교사는 25세 정도이고, 안경을 쓰고, 섹시한 몸매를 가지고 있으며, 아시아 미학에 부합하고, 스타일이 사실적이어야 하며, 칠판에는 "매일 공부 잘하세요..."라는 문구가 적혀 있습니다.
최근 기술 애호가와 개발자 커뮤니티에서 MCP(모델 컨텍스트 프로토콜)가 많은 관심을 받고 있습니다. 이 기술은 대규모 언어 모델(LLM)이 다양한 외부 도구 및 서비스와 상호 작용하는 방식을 간소화하는 것을 목표로 하며, 우리가 일하는 방식을 변화시킬 것을 약속합니다.
미니멀한 3D 일러스트레이션 스타일의 재미있고 유용한 gpt-4o 매핑 프롬프트입니다. 몇 가지를 테스트해본 결과 일관된 결과를 얻었으며, 마지막 이미지는 원래 푸시에서 가져온 것입니다. 제대로 사용하면 자료 (기사, 웹 사이트, 홍보 자료)에 많은 포인트를 더할 수 있습니다. prom...
인공지능(AI)의 확산은 교육에 변화의 기회를 가져왔지만 심각한 도전과제를 동반하고 있으며, 그 중 가장 즉각적인 것은 학문적 무결성에 미치는 영향입니다.AI 도구의 텍스트 생성 능력은 전통적인 의미에서 표절의 경계를 모호하게 만들어 교육자들에게 전례 없는 어려움을 안겨주었습니다....
참고: 리틀 레드북 노트 커버와 멀티 이미지 노트를 만드는 것도 여전히 꽤 편리합니다. 프롬프트 단어로 그림 만들기 A4 크기의 종이 위에 펜과 파란색 잉크로 다음 구절의 개념을 설명하는 중국어 독백을 써 보세요. 빨간색 마커 펜으로 그 위에 낙서를 하여 다른 사람들이 이해할 수 있도록 도와주세요...
최근 지브리 신카이 마코토가 구토를보고 조금 재미있게 플레이하는 것을 보았습니다. 앞으로 더 시장성이있는 Wojak 스타일 이미지 만 있습니다. 너무 안정적이지 않고 "기존 캐릭터 라인, 윤곽선, 얼굴 특징을 유지하기 위해 전체적으로 전면 캐릭터의 이미지, 배경 스타일은 변경되지 않고 전면 캐릭터 만 회전하는 것과 같이 자세하게 설명 할 수 있습니다.
대규모 언어 모델(LLM)의 기능이 빠르게 발전함에 따라 MMLU와 같은 기존의 벤치마크 테스트는 상위 모델을 구별하는 데 한계를 보이고 있습니다. 지식 퀴즈나 표준화된 테스트만으로는 다음과 같이 실제 상호 작용에서 중요한 모델의 미묘한 기능을 완벽하게 측정하기 어려워졌습니다.
AI 지원 소프트웨어 개발이 인기를 끌면서 AI 코딩 어시스턴트가 인간 개발자와 동일한 교차 세션 '메모리'를 보유하여 프로젝트의 코딩 사양, 환경 설정, 특정 프로세스, 요구 사항 세부 사항까지 기억하고 적용할 수 있도록 하는 방법이 핵심 과제로 떠올랐습니다. 현재 인기 있는...
기존의 이커머스 고객 서비스 시스템은 지능형 고객 서비스 시스템과 인간 팀 간의 협력에 의존하지만, 이 모델은 종종 효율성 병목 현상과 경험상의 문제점에 직면합니다. 빅 모델 기술은 수년 동안 개발되어 왔지만, 대부분의 AI 고객 서비스는 여전히 사전 설정된 프로세스(SOP 모드) 또는 단순한 인간과 기계의 협업(Copilo...) 기반의 지원으로 제한되어 있습니다.
소개 최근 몇 년 동안 대규모 언어 모델(LLM)은 인공 지능 분야에서 인상적인 발전을 이루었으며, 강력한 언어 이해 및 생성 기능으로 인해 여러 영역에서 폭넓게 응용되고 있습니다. 그러나 LLM은 외부 도구를 호출해야 하는 복잡한 작업을 처리할 때 여전히 많은 문제에 직면해 있습니다...
소개 최근 인공지능 분야에서 다중 지능형 시스템(MAS)이 많은 주목을 받고 있습니다. 이러한 시스템은 여러 개의 대규모 언어 모델(LLM) 지능의 협업을 통해 복잡한 다단계 작업을 해결하려고 시도합니다. 그러나 MAS에 대한 높은 기대에도 불구하고 실제 애플리케이션에서의 성능은 ...
클로드와 같은 대규모 언어 모델(LLM)은 사람이 직접 프로그래밍 코드를 작성하는 것이 아니라 방대한 양의 데이터를 학습하여 만들어집니다. 이 과정에서 모델은 자체적인 문제 해결 전략을 학습합니다. 이러한 전략은 모델이 각 단어를 수십억 번 생성하는 과정에서 숨겨져 있습니다.
소셜 미디어에서는 멋진 벚꽃 사진이 항상 쉽게 주목을 받습니다. 사람들은 왜 어떤 사람들은 같은 봄날에 벚꽃놀이 사진을 찍을 수 있는 반면 자신의 사진은 평범하거나 심지어 암울해 보이는지 궁금해할 수 있습니다. 농담처럼 "그는 망원으로 봄의 색을 담지만, 당신은 ..."이라는 말이 진실을 가리킬 수 있습니다.
이 문서에서는 Dify를 쉽게 업그레이드하는 방법을 안내합니다. 시작하기 전에 다음 두 가지 도구가 설치되어 있는지 확인하세요. Dify 로컬 배포: 업그레이드 작업의 기초가 되는 도구입니다. 커서: 개발 효율성을 획기적으로 개선하는 AI 프로그래밍 도구입니다. 선택적 도구: 실리콘 플로우...
일반 소개 커서 섀도우 패치는 커서 에디터 버전 0.47.x를 위해 특별히 설계된 오픈 소스 도구로, 소프트웨어의 머신 ID를 수정하는 데 사용할 수 있습니다. 소프트웨어의 머신 코드(머신 ID)를 수정하여 사용자가 다음과 같은 이유로 발생하는 장치 식별 제한을 해결할 수 있도록 도와줍니다.
요약 정보 검색 시스템은 대규모 문서 컬렉션에 효율적으로 액세스하는 데 매우 중요합니다. 최근의 접근 방식은 대규모 언어 모델(LLM)을 사용하여 쿼리 증강을 통해 검색 성능을 개선하지만, 일반적으로 상당한 계산 리소스와 수동으로 레이블이 지정된 데이터가 필요한 고가의 지도 학습 또는 증류 기법에 의존합니다.
배경 원신 인텔리전트 바디 플랫폼을 기반으로 도서 추천 도우미의 최신 딥서치 모델 개발과 결합하여 사용자의 대화 콘텐츠를 기반으로 지능형 제품 추천을 통해 정확한 전환 및 거래 현금을 달성하여 폐쇄 루프 비즈니스를 구축할 수 있습니다. 이 튜토리얼은 DeepSeek 도서 추천을 분석합니다 ...
대규모 추론 모델(LLM)은 기회가 주어지면 취약점을 악용합니다. 연구에 따르면 이러한 익스플로잇은 대규모 언어 모델(LLM)을 사용하여 생각의 사슬(CoT)을 모니터링함으로써 탐지할 수 있다고 합니다. '나쁜 생각'에 대해 모델을 처벌한다고 해서 대부분의 잘못된 행동을 막을 수는 없습니다...
구분을 쉽게 하기 위해 이 문서에서는 Dify 플랫폼 외부의 지식창고를 통칭하여 "외부 지식창고"라고 합니다. 소개 Dify의 기본 제공 지식창고 기능과 텍스트 검색 메커니즘은 텍스트 검색 결과를 보다 정밀하게 제어해야 하는 일부 고급 개발자의 요구를 충족시키지 못할 수도 있습니다. 일부...
프롬프트 워드 # 전문 프레젠테이션 디자인 요구 사항 귀하는 최신 HTML 프레젠테이션 디자인 트렌드와 모범 사례를 깊이 이해하고 있으며 특히 미적 가치가 높은 RevealJS 프레젠테이션을 만드는 데 능숙한 전문 프레젠테이션 디자이너 및 프런트 엔드 개발 전문가입니다. 디자인 작업뿐만 아니라 ...
GraphRAG 프로젝트는 구조화되지 않은 텍스트의 암시적 관계를 활용하여 AI 시스템이 비공개 데이터 세트에 대해 답변할 수 있는 질문의 범위를 확장하는 것을 목표로 합니다. 기존의 벡터 RAG(또는 "시맨틱 검색")에 비해 GraphRAG의 주요 장점은 다음과 같은 질문에 답할 수 있다는 점입니다.
AI 공유 서클의 대부분의 콘텐츠는 AI를 사용하여 콘텐츠를 캡처 한 다음 다시 작성하여 콘텐츠를 생성하고, 오래 전에 전용 번역 프롬프트 단어를 공유하고, AI 도구 소개 프롬프트 단어를 생성하고, 이번에는 마지막 워시 아웃 프롬프트 단어도 공유했습니다. 참고 프롬프트 단어를 사용하는 목적은 AI를 통해 100%를 ...
프롬프트 최적화에 도움이 되는 큰 모델을 얻는 방법에는 여러 가지가 있으며, 다음 방법은 실제로 실행하고 결과, 영감 및 학습을 관찰하는 것이 주요 초점이며 직접 사용 가능한 프롬프트를 생성하는 것이 목표가 아닙니다. 프롬프트 단어: 프롬프트 엔지니어로서의 라이트. 경험이 많은 사람으로서...
프롬프트 단어 # SVG 포스터 디자인 전문가 프롬프트 귀하는 시각적 미학 및 기술 구현에 대한 훌륭한 지식을 갖춘 전문 그래픽 디자이너 및 SVG 개발 전문가입니다. 귀하는 모든 현대 디자인 트렌드와 SVG 기술에 정통한 매우 창의적인 조수이며 최종 작업은 시청자의 눈을 사로 잡을 것입니다 ...
최근 올라마의 API 문서를 공부하던 중, 내용이 길어서 머릿속으로 완전한 관계를 구축하기가 어려워서 사실 관계만 표현한 머메이드 형식의 관계 차트를 API 문서에서 생성해보면 어떨까 하는 생각이 들었습니다. 물론 문서에서 사람과 이벤트 간의 관계를 정리하는 데 사용할 수도 있습니다...
이는 프롬프트 자체를 최적화하는 것이 아니라 출력된 답변의 품질을 최적화하는 "2/8 규칙"과 비교할 수 있는 간단하지만 효과적인 방법입니다. 단서를 사용하여 문제를 분석하는 경우 원래 단서 위에 적절한 위치에 "최초성 원칙"을 삽입하기만 하면 됩니다. 예를 들어, 다음과 같은 경우...
소개 이 문서에서는 더 아름답고 효율적인 코드를 작성하는 데 도움이 되는 로컬 코파일럿과 같은 프로그래밍 도우미를 구축하는 방법을 설명합니다. 이 강좌에서는 Ollama를 사용하여 로컬 프로그래밍 도우미를 통합하는 방법을 배우게 됩니다(예: Continue Aider ...
이 문서에서는 Golang에서 Ollama API를 사용하는 방법을 설명합니다.이 문서는 개발자가 빠르게 속도를 내고 Ollama의 기능을 최대한 활용할 수 있도록 돕기 위해 작성되었습니다.Ollama 자체는 Golang 언어로 개발되었으며 Golang 버전의 언어가 ...
이 문서에서는 C++에서 Ollama API를 사용하는 방법을 설명합니다. 이 문서는 C++ 개발자가 Ollama의 기능을 빠르게 익히고 최대한 활용할 수 있도록 돕기 위해 작성되었습니다. 이 문서를 공부하면 Ollama를 프로젝트에 쉽게 통합할 수 있습니다. 참고...
이 문서에서는 자바스크립트에서 Ollama API를 사용하는 방법을 설명합니다. 이 문서는 개발자가 빠르게 적응하고 Ollama의 기능을 최대한 활용할 수 있도록 돕기 위해 작성되었습니다. Node.js 환경에서 사용하거나 브라우저에서 직접 쌍을 가져와서 사용할 수 있습니다.
이 문서에서는 Java에서 Ollama API를 사용하는 방법을 설명합니다.이 문서는 개발자가 빠르게 속도를 내고 Ollama의 기능을 최대한 활용할 수 있도록 돕기 위해 작성되었습니다. 애플리케이션에서 직접 또는 Spring AI 구성 요소를 통해 Ollama API를 호출할 수 있습니다.
Jina의 지난 클래식 글인 "DeepSearch/DeepResearch의 설계 및 구현"을 읽으셨다면 답변의 품질을 획기적으로 개선할 수 있는 세부 사항을 더 자세히 살펴보고 싶을 것입니다. 이번에는 긴 웹 페이지에서 최적의 텍스트를 추출하는 두 가지 세부 사항에 초점을 맞추겠습니다.
소개 Ollama는 개발자가 대규모 언어 모델과 쉽게 상호 작용할 수 있는 강력한 REST API를 제공합니다. 사용자는 Ollama API를 사용하여 자연어 처리, 텍스트 생성 등의 작업에 적용되는 모델에 의해 생성된 요청을 보내고 응답을 받을 수 있습니다. 이 백서에서는 ...
Windows 시스템을 예로 들어 Ollama에서 가져온 모델은 기본적으로 C 드라이브에 저장되며, 두 개 이상의 모델을 가져와야하는 경우 C 드라이브가 가득 차서 C 드라이브의 저장 공간에 영향을 미칩니다. 따라서 이 섹션에서는 Windows, Linux 및 Mac에서 Ollama를 사용하는 방법을 소개합니다.