当前位置：首页 > news >正文

AI大模型分类以及Prompt优化技巧

news 来源：原创 2025/8/15 18:47:39

一、AI大模型分类

1、按模态分类

2、按开源性分类

3、按规模分类

4、按用途分类

如何对比和选择大模型

二、Token

如何计算 Token

如何估算Token成本

三、Prompt工程

Prompt优化技巧

基础提示技巧

1、明确指定任何和角色

2、提供详细说明和具体示例

3、使用结构化格式引导思维

进阶提示技巧

1、思维链提示法

2、少样本学习

3、分步骤指导

4、自我评估和修正

5、知识检索和引用

6、多视角分析

7、多模态思维

提示词调试和优化

1、迭代提示词优化

2、边界测试

3、提示词模板化

4、错误分析和修正

一、AI大模型分类

了解AI大模型的分类有助于我们进行大模型的技术选型，可以从模态、开源性、规模、用途等角度进行划分。

1、按模态分类

单模态模型：仅处理单一类型的数据，如纯文本（早期的GPT-3）
多模态模型：能够处理多种类型的信息
文本＋图像：GPT-4V、Gemini、Claude 3
文本＋音频＋视频：GPT-40

2、按开源性分类

闭源模型：不公开模型权重和训练方法
代表：GPT-4, Claude, Gemini
特点：通常通过API访问，付费使用
开源模型：公开模型权重，允许下载和自行部署
代表： LIamaZF|, Mistral, Falcon
特点:可以本地部署，自由调整，但通常性能略逊于同等规模闭源模型

3、按规模分类

超大规模模型：参数量在数千亿到数万亿
代表：GPT-4（1.76T 参数）
特点：能力强大，但需要大量计算资源
中小规模模型：参数量在几十亿到几百亿
代表：Llama 3（70B 参数）、Mistral 7B
特点：能在较普通的硬件上运行，适合特定任务的精调

4、按用途分类

通用模型：能处理广泛的任务
代表： GPT-4, Claude 3, Gemini
特定领域模型：针对特定领域优化
医疗：Med-PaLM 2
代码：CodeLlama, StarCoder
科学：Galactica

如何对比和选择大模型

维度类别	具体评估
功能支持维度	多模态嫩能力
工具使用能力	函数调用支持，工具集成能力，外部API连接能力
上下文窗口大小	输入上下文长度（4k至128k tokens）长文档处理能力
指令遵循能力	复杂指令处理能力，多步骤任务执行能力，回答格式控制能力
性能指标维度	准确性
响应质量	输出流畅与连贯性，回答相关性与深度，语言表达自然度
知识时效性	知识截止日期，更新频率
部署与集成维度	部署方式
API接口	接口稳定性和可靠性，SDK支持情况，开发框架集成
并发处理能力	请求吞吐量，并发请求处理能力
商业与合规维度	成本效益
数据安全与隐私	数据使用政策，是否支持不保存用户数据，企业级安全合规
法律合规性	地区可用性，版本与知识产权问题，内容安全审查机制
生态与支持维度	社区支持
文档完善度	API文档质量，示例代码丰富度
技术支持	官方支持渠道，响应时间

其中，对大多数开发着来讲，更关注的是准确性+功能支持+性能+成本

二、Token

Token 是大模型处理文本的基本单位，可能是单词或标点符号，模型的输入和输出都是按 Token 计算的，一般 Token 越多，成本越高，并且输出速度越慢。

如何计算 Token

首先，不同大模型对 Token 的划分规则略有不同，比如根据 OpenAI 的文档：

一个token大约相当于 4 个字符或约0.75个英文单词
一个汉字通常会被编码为 1-2个 token
空格和标点：也会计入 token 数量
特殊符号和表情符号：可能需要多个 token 来表示

实际应用中，更推荐使用工具来估计 Prompt的 Token 数量，比如：

OpenAI Tokenizer 适用于OpenAI模型的官方Token计算器

非官方的Token计算器

如何估算Token成本

公式：总成本=（输入Token数 x 输入单价）+（输出Token数 x 输出单价）

不同的模型计费方式不一样，需要阅读官方的文档标准，比如阿里系大模型：

建议估算成本时，多比较其他大模型价格，且列一个详细的表格

三、Prompt工程

Prompt 工程（Prompt Engineering）又叫提示词工程，简单来说，就是输入给 AI的指令

设计 Prompt 是一门艺术，高质量的 Prompt 可以显著提升 AI 输出的质量，因此我们需要重点掌握Prompt 优化技巧。

基础提示技巧

1、明确指定任何和角色

为Al提供清晰的任务描述和角色定位，帮助模型理解背景和期望。

系统：你是一位经验丰富的Python教师，擅长向初学者解释编程概念。
用户：请解释 Python 中的列表推导式，包括基本语法和 2-3 个实用示例。

2、提供详细说明和具体示例

提供足够的上下文信息和期望的输出格式示例，减少模型的不确定性。

请提供一个社交媒体营销计划，针对一款新上市的智能手表。计划应包含:
1. 目标受众描述
2. 三个内容主题
3. 每个平台的内容类型建议
4. 发布频率建议示例格式:
目标受众: [描述]
内容主题: [主题1], [主题2], [主题3]
平台策略: [平台] - [内容类型] - [频率]

3、使用结构化格式引导思维

通过列表、表格等结构化格式，使得指令更易理解，输出更有调理

分析以下公司的优势和劣势:
公司: Tesla请使用表格格式回答，包含以下列:
- 优势(最少3项)
- 每项优势的简要分析
- 劣势(最少3项)
- 每项劣势的简要分析
- 应对建议

4、明确输出格式要求

指定输出的格式、长度、风格等要求，使得更符合预期

撰写一篇关于气候变化的科普文章，要求:
- 使用通俗易懂的语言，适合高中生阅读
- 包含5个小标题，每个标题下2-3段文字
- 总字数控制在800字左右
- 结尾提供3个可行的个人行动建议

进阶提示技巧

1、思维链提示法

引导模型展示推理过程，逐步思考问题，提高复杂问题的准确性。

问题：一个商店售卖T恤，每件15元。如果购买5件以上可以享受8折优惠。小明买了7件T恤，他需要支付多少钱？请一步步思考解决这个问题:
1. 首先计算7件T恤的原价
2. 确定是否符合折扣条件
3. 如果符合，计算折扣后的价格
4. 得出最终支付金额

2、少样本学习

通过提供几个输入-输出对的示例，帮助模型理解任务模式和期望输出。

我将给你一些情感分析的例子，然后请你按照同样的方式分析新句子的情感倾向。输入: "这家餐厅的服务太差了，等了一个小时才上菜"
输出: 负面，因为描述了长时间等待和差评服务输入: "新买的手机屏幕清晰，电池也很耐用"
输出: 正面，因为赞扬了产品的多个方面现在分析这个句子:
"这本书内容还行，但是价格有点贵"

3、分步骤指导

将复杂任务分解为可管理的步骤，确保模型完成每个关键环节。

请帮我创建一个简单的网站落地页设计方案，按照以下步骤:步骤1: 分析目标受众(考虑年龄、职业、需求等因素)
步骤2: 确定页面核心信息(主标题、副标题、价值主张)
步骤3: 设计页面结构(至少包含哪些区块)
步骤4: 制定视觉引导策略(颜色、图像建议)
步骤5: 设计行动召唤(CTA)按钮和文案

4、自我评估和修正

让模型评估自己的输出并进行改进，提高准确性和质量。

解决以下概率问题:
从一副标准扑克牌中随机抽取两张牌，求抽到至少一张红桃的概率。首先给出你的解答，然后:
1. 检查你的推理过程是否存在逻辑错误
2. 验证你使用的概率公式是否正确
3. 检查计算步骤是否有误
4. 如果发现任何问题，提供修正后的解答

5、知识检索和引用

引导模型检索相关信息并明确引用信息来源，提高可靠性。

请解释光合作用的过程及其在植物生长中的作用。在回答中:
1. 提供光合作用的科学定义
2. 解释主要的化学反应
3. 描述影响光合作用效率的关键因素
4. 说明其对生态系统的重要性对于任何可能需要具体数据或研究支持的陈述，请明确指出这些信息的来源，并说明这些信息的可靠性。

6、多视角分析

引导模型从不同角度、立场或专业视角分析问题，提供全面见解。

分析"城市应该禁止私家车进入市中心"这一提议:请从以下4个不同角度分析:
1. 环保专家视角
2. 经济学家视角
3. 市中心商户视角
4. 通勤居民视角对每个视角:
- 提供支持该提议的2个论点
- 提供反对该提议的2个论点
- 分析可能的折中方案

7、多模态思维

结合不同表达形式进行思考，如文字描述、图表结构、代码逻辑等。

设计一个智能家居系统的基础架构:1. 首先用文字描述系统的主要功能和组件
2. 然后创建一个系统架构图(用ASCII或文本形式表示)
3. 接着提供用户交互流程
4. 最后简述实现这个系统可能面临的技术挑战尝试从不同角度思考:功能性、用户体验、技术实现、安全性等。

提示词调试和优化

好的提示词很难一步到位，因此我们要持续优化迭代

1、迭代提示词优化

通过逐步修改和完善提示词，提高输出质量。

初始提示: 谈谈人工智能的影响。[收到笼统回答后]
改进提示: 分析人工智能对医疗行业的三大积极影响和两大潜在风险，提供具体应用案例。[如果回答仍然不够具体]
进一步改进: 详细分析AI在医学影像诊断领域的具体应用，包括:
1. 现有的2-3个成功商业化AI诊断系统及其准确率
2. 这些系统如何辅助放射科医生工作
3. 实施过程中遇到的主要挑战
4. 未来3-5年可能的技术发展方向

2、边界测试

通过极限情况测试模型的能力边界，找出优化空间。

尝试解决以下具有挑战性的数学问题:
证明在三角形中，三条高的交点、三条中线的交点和三条角平分线的交点在同一条直线上。如果你发现难以直接证明:
1. 说明你遇到的具体困难
2. 考虑是否有更简单的方法或特例可以探讨
3. 提供一个思路框架，即使无法给出完整证明

3、提示词模板化

创建结构化模板，便于针对类似任务进行一致性提示，否则每次输出的内容可能会有比较大的区别，不利于调试。

【专家角色】: {领域}专家
【任务描述】: {任务详细说明}
【所需内容】:
- {要点1}
- {要点2}
- {要点3}
【输出格式】: {格式要求}
【语言风格】: {风格要求}
【限制条件】: {字数、时间或其他限制}例如:
【专家角色】: 营养学专家
【任务描述】: 为一位想减重的上班族设计一周健康饮食计划
【所需内容】:
- 七天的三餐安排
- 每餐的大致卡路里
- 准备建议和购物清单
【输出格式】: 按日分段，每餐列出具体食物
【语言风格】: 专业但友好
【限制条件】: 考虑准备时间短，预算有限

4、错误分析和修正

系统性分析模型回答中的错误，并针对性优化提示词，这一点在我们使用Cursor 等AI开发工具生成代码时非常有用。

我发现之前请你生成的Python代码存在以下问题:
1. 没有正确处理文件不存在的情况
2. 数据处理逻辑中存在边界条件错误
3. 代码注释不够详细请重新生成代码，特别注意:
1. 添加完整的异常处理
2. 测试并确保所有边界条件
3. 为每个主要函数和复杂逻辑添加详细注释
4. 遵循PEP 8编码规范

AI大模型分类以及Prompt优化技巧

目录一、AI大模型分类 1、按模态分类 2、按开源性分类 3、按规模分类 4、按用途分类如何对比和选择大模型二、Token 如何计算 Token 如何估算Token成本三、Prompt工程 Prompt优化技巧基础提示技巧 1、明确指定任何和角色 2、提供详细说明和具体示例 3、使用…...

编程日记 2025/8/15 18:47:39

将本地项目提交到新建的git仓库

方式一: # 登录git，新建git仓库和指定的分支，如master、dev# 下载代码，默认下载master分支 git clone http://10.*.*.67/performance_library/pfme-*.git # 切换到想要提交代码的dev分支 git checkout dev# 添加想要提交的文件 git add .#…...

编程日记 2025/8/15 18:47:39

【wpf】10 C#树形控件高效实现：递归构建与路径查找优化详解

在WPF应用程序开发中，树形控件的实现是常见且具有挑战性的需求。本文将深入解析一套高效树形结构的实现方案，包含递归构建、路径查找优化、动态交互等多个关键技术点。一、递归构建树形结构 private TreeItem CreateTreeViewItem(TreeNode node) {var…...

编程日记 2025/8/15 5:17:55

低空科技护航珞樱春色，技术引领助推广阔应用

春风拂珞珈，樱海绽放时。赏樱季已接近尾声，作为武汉大学测绘遥感信息工程全国重点实验室的成果转化科技型企业，大势智慧积极参与校园的智能化建设，助力武汉大学的樱花季巡航管理，打造更为安全、有序的赏樱体验。低空…...

编程日记 2025/8/15 5:17:53

Tiny Machine Learning在人类行为分析中的全面综述

论文标题： 中文：《Tiny Machine Learning在人类行为分析中的全面综述》英文：A Comprehensive Survey on Tiny Machine Learning for Human Behavior Analysis 作者信息： Ismail Lamaakal, Student Member, IEEE, Siham Essahr…...

编程日记 2025/8/15 5:17:51

8.12 GitHub Sentinel企业级进化：容器化优化×AI监控，效率提升300%实战

GitHub Sentinel 扩展优化与商业化演进路径关键词：企业级 Agent 扩展性设计、容器化部署优化、多格式报告生成、第三方服务集成、SaaS 服务架构 1. 功能扩展方向 1.1 多格式报告生成技术实现采用模板引擎与文件流处理技术实现动态报告生成： #mermaid-svg-2BhQlvVsDp5NdL…...

编程日记 2025/8/15 5:17:49

算法-时间复杂度和空间复杂度

刷算法必备时间和空间复杂度，记录下方便查询。时间复杂度概念时间复杂度衡量的是算法执行所需的时间随输入规模 n 增长的变化趋势，用大O 表示法描述（通常是看这个循环）。分类常数时间O(1) 无论输入多大，执行…...

编程日记 2025/8/14 22:32:30

springboot国家化多语言实现

前言公司在做国际化项目时需要匹配多语言环境，通过spring实现i18n国际化方便快捷项目结构 src/ ├── main/ │ ├── java/ │ │ └── com/example/i18ndemo/ │ │ ├── config/ # 配置类 │ │ ├── controller/ # …...

编程日记 2025/8/15 5:17:45

第2章算法分析基础

2-1 算法的时间复杂度分析 2.1.1 输入规模与基本语句输入规模：算法处理数据的规模，通常用 n 表示。基本语句：执行次数与输入规模直接相关的关键操作。例2.1 顺序查找 int SeqSearch(int A[], int n, int k) { for (int i 0; i < n…...

编程日记 2025/8/15 5:17:43

vue2 计算属性 computed

计算属性他是一个属性，他不是一个函数，使用的时候不要加括号 reduce reduce 是 JavaScript 数组的一个高阶函数，用于对数组中的每个元素执行一个累积计算，最终返回一个单一的值。...

编程日记 2025/8/15 5:17:41

Milvus 向量数据库详解与实践指南

一、Milvus 核心介绍 1. 什么是 Milvus？ Milvus 是一款开源、高性能、可扩展的向量数据库，专门为海量向量数据的存储、索引和检索而设计。它支持近似最近邻搜索（ANN），适用于图像检索、自然语言处理（NLP&am…...

编程日记 2025/8/15 5:17:38

记录一次 python 文件环境变量配置-sqlmap.py

第一步：环境变量配置 C:\Users\14913\Downloads\application\3.secure\sqlmap-2025.5.6 或者 C:\Users\14913\Downloads\application\3.secure\sqlmap-2025.5.6 都可以！ 第二步使用第一步：不再进目录第二步：不再python … s…...

编程日记 2025/8/15 5:17:36

使用大语言模型进行机器人规划（Robot planning with LLMs）

李升伟编译长期规划在机器人学领域可以从经典控制方法与大型语言模型在现实世界知识能力的结合中获益。在20世纪80年代，机器人学和人工智能（AI）领域的专家提出了莫雷奇悖论，观察到人类看似简单的涉及移动和感知的任务&#x…...

编程日记 2025/8/15 5:17:33

STM32 CAN总线

目录定时传输CAN简介和硬件电路 CAN简介主流通信协议对比编辑 CAN硬件电路编辑 CAN电平标准 CAN收发器 – TJA1050（高速CAN） CAN物理层特性帧格式数据帧遥控帧错误帧过载帧编辑帧间隔编辑位填充波形实例位…...

编程日记 2025/8/15 5:17:30

使用JMeter 编写的测试计划的多个线程组如何生成独立的线程组报告

我有一个测试计划，里面有两个线程组，如下： 添加了一个HTTP请求默认值： 然后我使用如下命令生成的可视化报告是两个线程组合并后的聚合报告。 jmeter -n -t 百度测试计划.jmx -l baidu.txt -e -o ./baidu但是我想要的效果是每…...

编程日记 2025/8/15 5:17:27

RabbitMQ如何保证消息不丢失？

在RabbitMQ中，消息丢失可能发生在三个阶段：生产者发送消息时、消息在RabbitMQ服务器内部传递时、消费者接收消息时。为了保证消息不丢失，需要从这三个方面分别采取措施： 1. 生产者确保消息发送成功开启确认模式（Conf…...

编程日记 2025/8/15 5:17:24

RAG 的介绍及评价方法

RAG的作用大模型虽然具备处理复杂语言任务的强大能力，但在知识更新和依赖外部信息的及时性方面存在局限。大模型在训练时捕获的知识通常是静态的，一旦训练完成，模型便不再更新，无法掌握训练数据集之外的最新信息或事件。RAG可以…...

编程日记 2025/8/15 5:17:22

Linux网络新手注意事项与配置指南

Linux系统在网络管理方面提供了丰富的工具和灵活的配置方式，但对于新手来说，掌握正确的操作方法和注意事项至关重要。本文将从网络基础概念、配置工具、安全设置、故障排查以及常见错误等多个方面，结合具体代码示例，详细讲解Linux网络管理的核心内容，帮助新手快速入门并避…...

编程日记 2025/8/15 5:17:20

CI/CD与DevOps流程流程简述（提供思路）

一 CI/CD流程详解：代码集成、测试与发布部署引言在软件开发的世界里，CI/CD（持续集成/持续交付）就像是一套精密的流水线，确保代码从开发到上线的整个过程高效、稳定。我作为一名资深的软件工程师，接下来…...

编程日记 2025/8/15 5:17:18

【AWS+Wordpress-准备阶段】AWS注册+创建EC2实例

前言自学笔记，解决问题为主，亲测有效，欢迎补充。本地WP文件部署到AWS整体步骤如下：（本文重点：AWS准备完成） 0. [AWS 准备] 注册 AWS 并创建 EC2 实例 ↓ 1. [生成安装包：用 Du…...

编程日记 2025/8/15 5:17:16

FPGA----基于ZYNQ 7020实现定制化的EPICS通信系统

引言：前文我们降到了，使用alinx提供的sd卡，直接在上面编译即可。那么，如果我们的在FPGA侧有一些个性化的开发，那么生成的image.ub和boot.bin将于原sd卡中的不一致，我们应该如何坐呢？ 补充知识点…...

编程日记 2025/8/15 5:17:14

读《暗时间》有感

读《暗时间》有感反思与笔记这本书还是我无意中使用 ima 给我写职业规划的时候给出的，由于有收藏的习惯，我就去找了这本书。当读到第一章暗时间的时候给了我很大的冲击，我本身就是一个想快速读完一本书的人，看到东西没有深入思…...

编程日记 2025/8/15 5:17:12

MIT关节电机相序校准

UVW三相相序判断电机相序校正是确保多关节控制系统正常运行的重要步骤。在实际应用中，每个电机定子的三相线（W、U、V）的连接顺序可能存在差异，这是由于制造过程中的随机接线所致。不过，通过简单的校正方法&#xff0c…...

编程日记 2025/8/15 5:17:10

Qwen2.5模型结构

self.lm_head nn.Linear(config.hidden_size, config.vocab_size, biasFalse) 这个是用来干嘛的输出层，词汇投影层，将模型输出的隐藏状态向量映射回词表空间，用于预测下一个token # 预测 logits，未经过 softmax lm_logits self…...

编程日记 2025/8/15 5:17:08

2021-11-11 C++泰勒sin(x)以2步进乘方除以阶乘加减第N项

缘由c书本题，求解了，求解-编程语言-CSDN问答 int n 10, d 3, z -1; double x 2.5, xx x;while (n){xx (乘方(x, d) / 阶乘(d)) * z;d 2, --n, z * -1;}std::cout << xx << std::endl;...

编程日记 2025/8/15 5:17:05

【MySQL】C语言访问数据库

C语言访问数据库一. Linux 安装 MySQL 动静态库二. 使用MySQL数据库1. 创建MySQL对象2. 连接MySQL数据库3. 释放MySQL对象4. SQL 语句操作1. 插入操作2. 修改操作3. 删除操作4. 查询操作准备工作 use mysql; select user, host from user;# 创建本地连接的用户 create user c…...

编程日记 2025/8/15 5:17:02

1：修改复制 ./dify/docker/.env.example ./dify/docker/.env 添加一下内容 # 启用自定义模型 CUSTOM_MODEL_ENABLEDtrue# 将OLLAMA_API_BASE_URL 改为宿主机的物理ip OLLAMA_API_BASE_URLhttp://192.168.72.8:11434# vllm 的 OPENAI的兼容 API 地址 CUSTOM_MODE…...

编程日记 2025/8/15 5:17:00

【神经网络与深度学习】VAE 和 GAN

这位大佬写的 VAE 的讲解很不错 VAE 和 GAN 的相同点和不同点引言 VAE（变分自编码器）和 GAN（生成对抗网络）是深度学习中两种主要的生成模型，它们在数据生成任务中发挥着重要作用。虽然它们的目标相似，都…...

编程日记 2025/8/15 5:16:56

2-C#控件

2-控件 1.panel控件的使用 private void button3_Click(object sender, EventArgs e){Form2 my2 new Form2();my2.TopLevel false;this.panel1.Controls.Add(my2);my2.BringToFront();my2.Show();}private void button4_Click(object sender, EventArgs e){Form3 my3 new F…...

编程日记 2025/8/15 5:16:52

1.1.2 简化迭代器 yield return的使用

yield return 是一个用于简化迭代器（Iterator）实现的关键字组合。它的核心作用是让开发者能够以更简洁的方式定义一个按需生成序列的方法（生成器方法），而无需显式实现 IEnumerable 或 IEnumerator 接口。yield return …...

编程日记 2025/8/14 5:41:21

机器学习实操第二部分神经网路和深度学习第14章使用卷积神经网络进行深度计算机视觉

机器学习实操第二部分神经网路和深度学习第14章使用卷积神经网络进行深度计算机视觉内容概要第14章深入探讨了卷积神经网络（CNNs）及其在计算机视觉中的应用。CNNs受大脑视觉皮层的启发，通过局部感受野和权值共享机制，能够…...

编程日记 2025/8/15 5:16:48

电商双11美妆数据分析（2）

接下来用seaborn包给出每个店铺各个大类以及各个小类的销量销售额关于性别接下来考虑性别因素，了解各类产品在男性消费者中的销量占比男士的销量基本来自于清洁类，其次是补水类。而这两类正是总销量中占比最高的两类。非男士专用中，补水…...

编程日记 2025/8/15 5:16:46

数字康养新范式：七彩喜平台重构智慧养老生态的深度实践

在全球人口老龄化程度日益加深的当下，养老问题成为社会关注的焦点。智慧养老作为一种创新的养老模式，借助现代信息技术，为提升老年人生活质量、缓解养老压力提供了新的思路与途径。而当前中国 60 岁以上人口已达 2.8 亿，占总人…...

编程日记 2025/8/15 5:16:45

2D横板跳跃游戏笔记（查漏补缺ing...）

1.Compression（压缩质量）：可以改为None，不压缩的效果最好，但占用内存 2.Filter Mode（过滤模式）：可以选择Point（no filter） 3.Pixels Per Unit：是…...

编程日记 2025/8/14 19:57:19

c++中“”符号代表引用还是取内存地址？

c中，“&”符号有时代表引用，有时代表取地址符。一、引用和取址引用是一个已存在变量的别名，修改别名的值，原始变量的值也会改变；而取地址符则是得到一个指针，该指针指向变量的内存地址。 1&#x…...

编程日记 2025/8/15 6:45:46

AGV智能搬运机器人：富唯智能引领工业物流高效变革

在智能制造与工业4.0深度融合的今天，物流环节的高效与精准已成为企业核心竞争力的关键。富唯智能凭借其自主研发的AGV智能搬运机器人，以创新技术重塑工业物流标准，助力企业实现降本增效的跨越式发展。一、技术突破：精准导航与智能…...

编程日记 2025/8/15 2:23:22

今年中国新能源汽车销量已破400万辆大增42%

快科技5月7日消息，乘联分会公布了2025年4月新能源乘用车厂商批发销量数据。纵观2025年以来，综合预估今年1-4月累计批发400万辆，同比增长42%。根据中汽协发布的数据，2024年中国新能源汽车市场产销两旺，全年累计销量…...

编程日记 2025/8/15 5:16:43

广告屏蔽插件的内部细节EasyList 规则详解：为什么广告屏蔽不直接用 CSS/JS？(彩蛋)

广告屏蔽插件的内部细节：EasyList 规则详解；为什么广告屏蔽不直接用 CSS/JS屏蔽广告？ 我们经常在浏览器中使用一些广告屏蔽插件（如 uBlock Origin、AdGuard、AdBlock Plus）已经成为许多用户的必备插件。刚开…...

编程日记 2025/8/15 5:16:41

TCGA数据库临床亚型可用！贝叶斯聚类+特征网络分析，这篇 NC 提供的方法可以快速用起来了！

生信碱移贝叶斯网络聚类 CANclust是一种基于贝叶斯的聚类方法，系统性地对基因突变、细胞遗传学信息和临床指标进行联合建模，用于多种模态数据的联合聚类分析，并识别在患者群体中反复出现的特征模式。个体的遗传与环境背景决定其应对疾病的…...

编程日记 2025/8/15 5:16:39

好的软件系统

一个“好的软件系统”通常具有以下几个核心特征，简洁来说就是：“能用、好用、易维护、可扩展、安全可靠”。一个好的软件系统，不只是“能跑起来”，而是“跑得稳、跑得快、跑得久，而且随时能换赛道还能继续跑高内聚2.…...

编程日记 2025/8/15 5:16:37

某大型交通规划设计院转型实践：数智化破局复杂工程项目管理，实现高效人力资源一体化管理

随着中国经济的快速发展及基础设施建设的不断推进，交通规划设计行业正迎来新的机遇与挑战。作为行业的标杆企业，某大型交通规划设计院（以下简称G院）自1952年成立以来，始终致力于为公路、市政、建筑、园林规划等领域提供…...

编程日记 2025/8/14 23:23:49

格雷狼优化算法`GWO 通过模拟和优化一个信号处理问题来最大化特定频率下的功率

这段代码是一个Python程序，它使用了多个科学计算库，包括`random`、`numpy`、`matplotlib.pyplot`、`scipy.signal`和`scipy.signal.windows`。程序的主要目的是通过模拟和优化一个信号处理问题来最大化特定频率下的功率。 4. **定义类`class_model`**： - 这个类包含了信号…...

编程日记 2025/8/14 21:40:13

react中的用法——setDisabled dva dispatch effects

setDisabled 在react中，setDisabled通常是指通过状态管理来控制某个组件（如按钮、输入框等）的禁用状态。虽然react本身没有内置的setDisabled方法，但你可以使用useState钩子来实现类似的功能。以下是一个简单的示例，展…...

编程日记 2025/8/15 5:16:35

深入解析华为交换机中的VRRP原理

在现代网络架构中，高可用性和冗余性是确保网络稳定运行的关键因素。虚拟路由冗余协议（VRRP）作为一种广泛应用的冗余协议，能够有效地提升网络设备的可用性。特别是在华为交换机中，VRRP的实现为网络提供了更强大的灵活性…...

编程日记 2025/8/15 5:16:34

优艾智合CEO张朝辉荣膺U45杰出青年企业家

2025年是深圳经济特区成立45周年，也是深商会成立20周年。适逢五四青年节来临，深商总会、深圳市商业联合会、深圳市老字号协会、深圳市中小企业公共服务联盟、香港大湾区工商业联合会、广东省粤港澳大湾区产业协同发展联合会、深圳市深商公益基金会、深圳…...

编程日记 2025/8/15 5:16:32

解决HomeAssistant 无法安装 samba share问题

最近家里树莓派上的homeassistant 被折腾崩了，重新安装过程中发现加载项“Official add-ons”里面的“samba share”、“file edit”、“Mosquitto broker”等常用组件都不能安装。报以下错误： [supervisor.docker.interface] Cant install homeassista…...

编程日记 2025/8/15 5:16:30

【工具】HandBrake使用指南：功能详解与视频转码

HandBrake使用指南：功能详解与视频转码一、前言高清视频在当下日益普及，从影视制作到个人拍摄，从社交媒体发布到远程教育，如何高效地压缩、转换和管理视频文件的体积与清晰度，成为内容创作者与技术开发者的核心任务…...

编程日记 2025/8/15 5:16:28

代码随想录算法训练营第三十四天

LeetCode题目: 198. 打家劫舍213. 打家劫舍 II337. 打家劫舍 III3341. 到达最后一个房间的最少时间 I(每日一题) 其他: 今日总结往期打卡 198. 打家劫舍跳转: 198. 打家劫舍学习: 代码随想录公开讲解问题: 你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都…...

编程日记 2025/8/14 15:36:59

数字电子技术基础（五十五）——D触发器

1 D触发器我们知道电平触发在CLK1、S1、R1的时候，有不确定的状态，输出会进入不稳定状态，这种情况下电路可能会导致逻辑错误，通过如果在时钟信号有效期间，如果S和R在此期间发生了多次变化，那么输出会随着发…...

编程日记 2025/8/15 6:45:42

Spark external shuffle service

yarn external shuffle service 参考链接： https://mp.weixin.qq.com/s/ZggMnX2r4uj8TrzUPTMLhQ shuffle过程包括shuffle read和shuffle write两个过程。对于spark on yarn，shuffle write是container写数据到本地磁盘(路径由core-site.xml中hadoop.tm…...

编程日记 2025/8/15 6:45:40

一、AI大模型分类

1、按模态分类

2、按开源性分类

3、按规模分类

4、按用途分类

如何对比和选择大模型

二、Token

如何计算 Token

如何估算Token成本

三、Prompt工程

基础提示技巧

1、明确指定任何和角色

2、提供详细说明和具体示例

3、使用结构化格式引导思维

进阶提示技巧

1、思维链提示法

2、 少样本学习

3、分步骤指导

4、自我评估和修正

5、知识检索和引用

6、多视角分析

7、多模态思维

提示词调试和优化

1、迭代提示词优化

2、边界测试

3、提示词模板化

4、错误分析和修正

相关文章：

2、少样本学习