资源简介

(共80张PPT)
项目二 大模型赋能文本处理
目录
CONTENTS
01
项目导读
02
学习目标
03
使用deepseek撰写精彩文案
04
使用讯飞星火实现高效创作
05
使用Kimi 解读专业文件
项目导读
01
项目导读
项目背景与目标
阐述信息时代文本处理的重要性，提出大模型在提升处理效率和挖掘价值中的关键作用。
大模型在文本处理中的应用
详细说明大模型如何利用AI技术优化文本处理，实现高效精准的信息交流与知识传播。
学习目标
02
单击此处添加标题内容
项目二的学习目标如表2-1所示。
任务一 使用deepseek撰写精彩文案
03
任务场景
大语言模型应用探索
李华将体验使用，通过其强大的语言处理能力，进行文本生成，以理解其工作原理和应用潜力。
智能技术与人类沟通
大语言模型作为桥梁，连接人与计算机，展示其在数字化时代中的革新力量和沟通价值。
任务准备
小组任务分工
每组3-5人，选出组长，组员各自负责查找大语言模型的应用场景资料。
资料收集
组长组织，组员分别查找3个不同的大语言模型应用场景。
信息整合
对收集到的资料进行整理，列出4个常见的大语言模型。
小组讨论
开展讨论，分析每个应用场景的特性，并对比不同大语言模型的优势。
任务实施
发言稿主题阐述
围绕“我的母校”，讲述个人成长经历，表达对母校的感激和怀念之情。
发言稿内容优点
情感真挚，共鸣深远，体现母校影响力；结构清晰，条理分明，助力听众理解。
发言稿要素提炼
包含学习经历、重要人物、母校特色，以及这些如何影响个人发展。
发言稿内容缺点
内容可能宽泛无实例，缺乏对母校未来发展的期待或建议，主题表达略显单一。
任 务 评 价
请各组选出一名代表展示任务实施的成果，并配合老师完成任务评价，将评价结果填 入表2- 2中。
知识链接：大语言模型的定义与作用
大语言模型的定义
大语言模型（Large Language Model, LLM）是一类具有大量参数的深度学习模型，它通过在大规模文本数据上进行训练，获得了理解和生成自然语言的能力。
大语言模型的训练过程
大语言模型的训练过程涉及在大规模文本数据集上进行预训练，通过这种方式模型能够学习语言的复杂模式和结构。
大语言模型的泛化能力
由于在大量多样化的文本数据上训练，大语言模型具备了良好的泛化能力，可以在未见过的数据上进行有效的理解和生成。
自然语言处理的核心任务
自然语言处理（NLP）的核心任务包括自然语言理解（让计算机理解人类的语言和文本信息）和自然语言生成（让计算机根据各种输入信息自动生成人类能理解的自然语言文本）。
大语言模型的通用建模能力
大语言模型由于其大量参数和在大规模数据上的训练，具备了强大的通用建模能力，使其能够处理各种不同的自然语言处理任务。
大语言模型在文本生成中的应用
大语言模型在文本生成中的应用非常广泛，例如自动撰写文章、回答问题、编写代码、创作诗歌等，极大地扩展了自然语言处理的应用范围。
大语言模型的工作流程
数据集准备
从多源获取数据，如网页、书籍、代码和对话，作为训练基础。
模型训练
构建文本生成模型，使用预处理数据进行训练，学习数据模式。
数据预处理
处理数据，去除噪声，标准化文本并进行词法分析，转化为数字形式。
生成内容评估
专业人员评估模型生成的文本质量，识别优势与不足，指导模型优化。
大语言模型的优缺点
大语言模型优点
具备强大语言处理能力，如问答、翻译和文本摘要，能理解和生成复杂语句。
大语言模型泛化能力
能从大量数据中学习语言规律，对新数据有较好处理能力，表现出较强泛化性能。
创造性表现
能模拟人类思维，生成创新性文本内容，为用户提供独特观点，展现创造性优势。
大语言模型的优缺点
持续学习潜力
随着技术进步，通过增量学习或迁移学习，大语言模型能不断优化提升自身性能。
大语言模型缺点
大语言模型是需要大量数据和计算资源的AI，优点是能处理复杂文本任务，缺点是训练成本高、数据依赖性强，数据偏差可能影响性能。
安全隐患
训练中可能接触用户敏感信息，处理不当会有数据泄露风险，安全性是关注重点。
大语言模型的应用场景
新闻传媒和社交媒体
新闻传媒应用
大语言模型分析大量数据，快速生成准确新闻报道，提高时效性，降低人力成本。
社交媒体内容创作
模型依据平台特性，生成滑雪主题等有趣内容，吸引用户关注和互动，创造社交热度。
大语言模型的应用场景
新闻传媒和社交媒体
一篇社交文案
教育辅助
教学资源生成
生成个性化课件、案例，智能测试题，适应学生学习需求，减轻教师工作压力。
智能辅导系统
依据学生进度，提供个性化学习辅导，精准解答问题，提升教学效率。
教育应用场景测试
设计针对“大语言模型应用”知识点的测试题，检验学生理解和掌握情况。
教育辅助
一套测试题
创意写作
创意构思与素材搜集
利用深度学习分析，广泛搜集素材，激发创意灵感，构建独特故事情节。
文本校对与修正
对创作内容进行精细校对，有效修正错误，提升文本质量标准。
高质量文本生成
结合设定的主题、背景，自动生成连贯故事，展现角色情感变化。
科幻故事实例分析
如图2-3所示，生成科幻故事，情节丰富，体现角色心理动态。
创意写作
一篇科幻小故事
电子商务
大语言模型在电商应用
智能生成商品描述，优化营销策略，降低创作成本，提高营销效率，提升用户体验。
电商内容创作辅助
自动生成宣传文案，节省时间，确保内容质量，助力产品营销，增强市场竞争力。
营销效果优化
通过数据分析，调整营销文案，提升宣传效果，促进用户转化，实现销售增长。
电子商务
一篇电子产品的宣传文案
智 能 办 公
内容生成效率
大语言模型快速生成项目报告、会议纪要、工作总结，提升办公效率。
日程管理智能性
理解自然语言指令，协助安排管理日程，设定提醒，确保事务不遗漏。
翻译服务准确性
实现多语言文档快速准确翻译，打破语言障碍，促进跨地区协作。
邮件处理适应性
根据主题和关键信息自动生成邮件正文，能根据场景调整语言风格和语气。
智 能 办 公
会议邀请邮件（部分）
软 件 开 发
大语言模型助力软件开发
协助理解用户需求，转化成开发语言，自动生成代码片段，提高编程效率，减少手动工作量。
早期需求分析
通过自然语言交互获取用户反馈，将意见转换为具体软件需求，提升需求理解准确性。
代码生成与辅助
大语言模型能根据描述生成代码，提供代码补全和建议，有效提高开发人员编程效率。
软 件 开 发
九九乘法表的代码实现（部分）
大语言模型工具的选择与应用：ChatGPT
ChatGPT功能特性
运用深度学习，实现智能对话与文本生成，优化性能以适应不同场景需求。
应用场景
涵盖聊天机器人、客服系统，也可应用于教育领域和创意写作，辅助用户完成多样化任务。
deepseek
deepseek简介
DeepSeek（杭州深度求索人工智能基础技术研究有限公司）是一家专注于人工智能研发的公司。
广泛应用领域
涵盖文本生成与处理、编程、数据分析、生活服务等多个方面。
核心模型
旗下拥有DeepSeek-R1、DeepSeek-V3等多款模型
讯飞星火使用途径
用户可访问官方网站、下载App或访问微信小程序，登录账号后即可使用相关功能。
deepseek
DeepSeek网页版
deepseek
DeepSeek的输出结果
deepseek
DeepSeek采用开源策略，用户可以访问官方网站（网址https://www.）使用其模型的开源资源。此外，DeepSeek还提供了开放平台，支持API调用。
除了文本输入，DeepSeek网页版还支持上传文件（如图片、Word文档等），它能够识别文件中的文字并进行内容分析。
文心一言
01
文心一言功能特性
具备跨模态、跨语言理解与生成能力，适用于多领域如知识问答、创意写作、智能办公等。
03
使用途径介绍
在线访问官方网站https://yiyan.，或下载文小言App（手机端），登录账号后可使用全部功能。
02
交互方式说明
采用对话模式交互，用户在网页或App文本框输入问题，如“什么是大语言模型”，发送后即可获取答案。
04
界面展示及操作示例
网页版界面设计直观，用户输入“什么是大语言模型，要求400字以内”并发送，系统将解析问题并展示结果。
文心一言
文心一言网页版
文心一言
文心一言的输出结果
讯飞星火
讯飞星火功能特性
集成先进算法，具备强大语料库，擅长语言理解、知识推理及多模态处理。
广泛应用领域
广泛应用于教育、医疗、办公等场景，提供便捷的交互方式，提升行业效率。
智能语音交互体验
利用科大讯飞技术，在语音识别、合成就方面表现出色，支持语音输入输出。
讯飞星火使用途径
用户可访问官方网站或下载App，登录账号后即可享受多样化的功能服务。
讯飞星火
讯飞星火网页版
讯飞星火
讯飞星火的输出结果
通义
通义功能概述
多模态大模型，支持多轮对话、文案创作、逻辑推理及多语言理解，官网及App可供使用。
通义界面描述
网页版界面有文本框在下方，用户可输入如“400字以内解释大语言模型”并发送，查看交互结果。
通义使用方式
在线访问官网或下载App登录账号，通过文本框与用户多轮对话交互，如询问“什么是大语言模型”。
通义交互示例
展示如何在文本框输入问题，如“大语言模型的定义”，系统会即时生成相关回答。
通义
通义网页版
通义
通义的输出结果
使用DeepSeek撰写新闻稿
任务案例
使用DeepSeek撰写新闻稿
新闻稿是一种旨在快速、准确、客观地传播信息的重要文本形式，已成为现代社会中不可或缺的信息传播工具。李华决定使用DeepSeek撰写一篇新闻稿。
步骤1 访问网址https://chat., 进入DeepSeek官网，登录账号。
步骤2 李华打算先向DeepSeek了解新闻稿的要素有哪些。在文本框中输入“ 一篇新闻稿应该具备哪些要素”,按回车键发送内容。稍等片刻，DeepSeek将会显示回答结果。
步骤3 根据以上回答结果，李华打算先确定新闻主题。在文本框中输入“以传统文化为主题的新闻有哪些”,按回车键发送内容。DeepSeek将会显示回答结果。
步骤4 根据DeepSeek的回答，李华打算让其生成一篇以“传统文化节庆活动”为主题的新闻稿。在文本框中输入“撰写以传统文化节庆活动为主题的新闻稿，500字左右。背景为即将到来的春节，地点为河南”,按回车键发送内容。
步 骤 5 阅读DeepSeek生成的新闻稿，讨论新闻稿格式是否正确，事件是否真实，语 言是否准确。思考如何调整输入的新闻要素，使DeepSeek生成的文本更符合心中预期
任务二 使用讯飞星火实现高效创作
04
任务场景
大语言模型潜力挖掘
研究有效沟通策略，缩小与人类理解力、创造力的差距，提升文本生成质量。
高质文本生成方法探索
李华旨在优化使用大语言模型的技巧，确保生成内容符合预期，满足实际需求。
任务准备
小组任务分配
每组3-5人，组长负责，查找“提示词”定义及使用技巧相关资料，组内讨论整理。
讨论环节
组员各自收集信息，汇总讨论提示词的作用和使用技巧，确保每人参与，观点明确。
问题定义
问题1：定义提示词概念，问题2：分享3个提示词使用策略，要求资料详实，理解准确。
资料整理
将讨论结果整理成文，提炼关键点，形成小组报告，以便全班分享交流。
任务实施
健身秘籍内容制作
分享高效增肌减脂方法，结合力量训练与有氧运动，强调饮食搭配与规律休息的重要性。
提示词选择
包含“高强度间歇训练”、“蛋白质补充”、“恢复日”等关键词，突出快速健身效果。
微博贴可实施性分析
考虑实际时间、器械条件，提出家庭与健身房两种场景下的执行方案，提醒关注身体反馈调整计划。
任务评价
大语言模型提示词设计
指令的定义与重要性
指令是提示词的核心部分，它直接告诉模型需要完成的任务，如“写一封邮件”。指令应简洁明了，避免模糊或引起歧义的表述，以确保模型输出的准确性、相关性和创造性。
背景信息的作用
背景信息为模型提供与任务相关的上下文和意图，帮助模型更好地理解任务，生成更符合实际情况和逻辑的内容。背景可以包括特定的场景、事件、人物、时间等，例如在撰写文本时提供主题、目标读者群体和写作风格。
输入数据的类型与影响
输入数据是模型处理或分析的具体数据，如文本、数据、图像等，其质量和相关性直接影响模型的输出结果。例如，根据一组数据分析销售趋势，输入数据的准确性对模型生成的结论至关重要。
输出指标的设定标准
输出指标规定模型输出的要求和标准，如格式、长度、风格、重点内容等。明确的输出指标有助于模型生成符合用户期望的结果，如要求输出一篇500字左右、语言风格通俗易懂的科普文章。
整合要素的实例分析
通过实例分析，可以更清晰地理解如何整合指令、背景、输入数据和输出指标。例如，提示词“某公司将于周五晚上在酒店宴会厅举办年会，请策划相关活动流程，要求包括领导讲话、文艺表演、抽奖等环节，并以较正式的语言输出结果”，就综合了以上要素。
提示词设计的实际应用
在实际应用中，大语言模型提示词设计能够帮助用户更有效地与模型进行交流，引导模型生成符合特定需求的内容。通过精心设计的提示词，用户可以实现从策划公司活动到数据分析等多方面的任务。
大语言模型提示词技巧
明确提问目标
设定具体任务，如“生成一篇关于环保的短文”，避免使用含糊的指示。
设置限制条件
添加背景信息、设定字数限制或指定输出格式，如“写一段500字的科普文章，主题是太空探索”。
提供示例参考
在提示词中包含期望的风格、句子结构或内容要点，如“请模仿新闻报道的写作风格，介绍量子计算”。
大语言模型提示词技巧
设定特定领域
设定特定角色或专业背景，如“解释一个经济学概念，如‘通货膨胀’，请用经济学家的语言”。
调整语言风格
明确期望的语气或风格，如“生成一篇关于健康饮食的建议，语言风格为亲切友好”。
有效追问策略
根据初步回答进行细化，如“能否提供更详细的解决方案，聚焦于如何提高远程工作的效率”。
提供标准范例优化大模型工具的输出
01
设计提示词时示例的重要性
在设计提示词时，加入具体示例可以帮助大语言模型工具更精准地理解用户的指令，从而减少理解偏差。例如，通过提供“精卫填海”的故事作为示例，可以指导模型生成具有深刻哲理和启示性的内容。
03
示例类型：句子结构
用户可以提供具体的句子结构示例，如“它讲述了...的故事，展现了...的精神品质”，来指导大模型工具生成具有特定结构的句子。这有助于确保输出内容的连贯性和表达的清晰度。
05
大模型工具的实例归纳与模仿
大模型工具通过分析和归纳给定的实例，能够模仿示例中的风格、结构和内容要点，从而生成更符合用户期望的内容。例如，根据“精卫填海”的故事，模型可以学会如何描述一个具有象征意义的神话故事。
02
示例类型：文章风格
通过提供期望的文章风格示例，如“富有深刻哲理和启示的神话故事”，用户可以引导大模型工具输出具有特定风格的文章。这样的示例帮助模型理解并模仿用户期望的写作风格。
04
示例类型：内容要点
向大模型工具提供内容要点的示例，例如“坚持不懈和持之以恒的精神品质”，可以确保生成的内容覆盖用户期望的关键点。这样的示例有助于模型聚焦在特定主题或信息上。
06
生成符合期望内容的策略
为了生成符合期望的内容，用户在设计提示词时应提供详细的示例，并明确指出文章风格、句子结构和内容要点。通过这种方式，大模型工具可以更有效地模仿和生成高质量的输出。
利用角色设定优化大模型文本处理
角色设定的定义与重要性
角色设定是指在使用大语言模型工具时，用户通过指定特定角色来引导模型利用相关专业知识进行内容生成的过程。
角色设定的实施步骤
实施角色设定首先需要用户确定需要解决的问题类型和领域，然后选择合适的角色，并在提示词中明确角色的设定。
角色设定在文本处理中的作用
通过角色设定，大语言模型工具能够更准确地模拟特定领域专家的思维模式，从而提高解决问题的效率和准确性。
角色设定的预期效果
预期效果是通过角色设定，大语言模型能够提供更加专业和定制化的文本内容，满足用户在特定场景下的需求。
如何有效设定角色
用户在设置提示词时，应明确角色的职责和背景信息，确保模型能够理解并运用相应的专业知识。
角色设定的案例分析
案例分析可以展示不同角色设定在实际应用中的效果，例如，一个医疗咨询场景中，医生角色的设定能帮助模型提供更专业的健康建议。
明确语言风格
语言风格定义
语言风格是指在特定语境下使用的语言表达方式，它包括词汇选择、句式结构、语气和语调等多个方面，反映了作者的意图和文本的性质。
大模型实现风格定制
随着人工智能技术的发展，大模型可以通过学习大量的文本数据来定制特定的语言风格。这使得内容创作者能够根据需要生成符合特定风格的文本。
风格对内容效果的影响
风格对于内容的吸引力、感染力和说服力具有决定性作用。恰当的风格能够更好地传递信息，吸引目标受众，并在读者心中留下深刻印象。
社交文案与营销文案案例分析
例如，某品牌在推广新产品时，通过分析目标市场和潜在客户，定制了一种既具有专业性又不失亲和力的语言风格，成功吸引了大量关注并提升了销量。
特定应用场景举例
在社交媒体和市场营销领域，语言风格尤为重要。例如，社交媒体文案需要亲切、幽默以吸引用户互动，而营销文案则需要具有说服力和紧迫感以促进销售。
未来趋势与挑战
未来，随着技术的进步和用户需求的多样化，语言风格的定制将更加精细化和个性化。然而，这也带来了如何保持内容真实性和避免过度修饰的挑战。
学会有效追问
理解上下文的重要性
理解上下文对于有效追问至关重要，因为大语言模型工具依赖于对话中的前后文内容来保持交流的连贯性。只有准确把握对话的上下文，用户才能提出针对性的问题，引导模型深入探讨特定话题。
逐步调整回答的追问技巧
用户应使用逐步调整回答的追问技巧，例如通过连续的小步骤提问，逐步引导模型深入探讨问题的不同方面。这种方法有助于用户逐步获得更丰富、更精确的答案。
追问的策略与方法
在追问时，用户应采取明确的策略和方法，例如通过具体化问题、明确指出先前回答中的不足或提出新的角度，以引导模型逐步调整其回答，从而获得更精确的信息。
预期答案的生成与优化
在追问的过程中，用户应持续评估模型的回答，并根据需要进行追问，以优化答案的质量。通过追问，用户可以引导模型生成更加详尽、准确和符合预期的答案。
如何引导模型聚焦核心任务
引导模型聚焦核心任务需要用户明确表达自己的需求和目标，避免模糊不清的提问。通过具体化问题和限定范围，用户可以促使模型更直接地回应核心议题。
实际应用案例分析
分析实际应用中的案例可以帮助用户更好地理解有效追问的技巧。通过观察其他用户如何通过追问获得更佳答案，用户可以学习到实用的追问策略，并将其应用于自己的对话中。
大语言模型生成文本的质量检查
意识形态审查
检查内容的政治、伦理、道德意识，确保符合社会价值观和道德标准。
文字质量校对
检查语法、语义、拼写和标点，保证内容的通顺度和易读性。
法律法规审核
确认内容的合法性，保护知识产权和个人权益，符合相关法律和政策。
内容准确度评估
确保内容的真实性、准确性和完整性，内容需真实、清晰、有条理。
任务案例：撰写小红书笔记
小红书美食博主定位
李华成为美食制作教学博主，专注分享家常菜制作，吸引同好者关注。
内容创作步骤
确定领域：根据热门趋势，选择家常菜制作，提供实用教学内容。
笔记选题建议
选题聚焦：结合爆款笔记，提出“家常菜新做法”等创新主题，引发好奇。
步骤1 访问网址https:xinghuo.xfyun.cn,进入讯飞星火官网，登录账号，进入对话界面。
步骤2 推荐美食博主类别。在文本框中输入“目前，流行的美食博主类别有哪些，给出3个推荐”,按回车键发送内容，生成回答。根据回答结果，李华准 备成为 一名美食制作教学类的美食博主。
步骤3 确定美食制作的领域。在文本框中输入“目前，互联网上比较受欢迎的美食制作领域有哪些”,按回车键发送内容，生成回答。根据回答结果，李华决定投身于家常菜制作领域，成为一名专注于分享家常菜的博主。
步骤4 推荐选题。在文本框中输入“我有一个小红书美食号，根据小红书现有爆款笔记，给我3个关于家常菜制作的选题建议”,按回车键发送内容，生成回答示。根据回答结果，李华选择“家常菜新做法”作为本次选题。
步骤5 拟定笔记标题。在文本框中输入“你是一个专业的小红书美食区自媒体人请以‘家常菜新做法’为主题拟定3个小红书风格的爆款笔记标题”,按回车键发送内容，生成回答。根据回答结果，李华选择“惊爆味蕾！家常菜逆袭，新做法让你一秒爱上厨房”作为笔记的主标题，选择“强调家常菜的新做法带来的震撼味觉体验，“惊爆味蕾”和“逆袭”这样的词汇能够激发用户的好奇心，“一秒爱上厨房”则增加了话题的趣味性和吸引力，让用户迫不及待地想要了解这些新做法”作为笔记的副标题。
步骤5 撰写小红书笔记。在文本框中输入“你是一个专业的小红书美食区自媒体人， 请以‘惊爆味蕾！家常菜逆袭，新做法让你一秒爱上厨房’作为主标题，“强调家常菜的新做法带来的震撼味觉体验，“惊爆味蕾”和“逆袭”这样的词汇能够激发用户的好奇心，“一秒爱上厨房”则增加了话题的趣味性和吸引力，让用户迫不及待地想要了解这些新做法’作为副标题，撰写一 份小红书笔记，包括标题、正文、配图建议等部分。具体要求：①正文在800 字以内， 语言风格要有趣生动；②要求给出家常菜做法的简单步骤和时长建议；③正文末尾需要 加上至少3个与主题相关的话题；④本文案需要一 张配图，请给出配图建议和理由”,按回车键发送内容。
任务三 使用Kimi解读专业文件
05
任 务 场 景
高效处理长文本
Kimi智能分析，快速提炼关键信息，节省处理长篇文档的时间，提升信息处理效率。
李华的决策
利用Kimi辅助阅读，有效辅助工作文档和行业报告的分析，提高工作效率。
任务准备
小组任务分工
每组3-5人，组长负责组织，查找Kimi功能及长文本阅读特点的资料。
资料收集
组员协作，搜集关于Kimi的主要功能和长文本阅读特性的信息。
小组讨论
对收集的资料进行讨论，提炼Kimi的关键功能和阅读优势。
整理与汇总
整理讨论结果，形成Kimi功能和长文本阅读特点的清晰概述。
任 务 实 施
选择Kimi的原因
看重其辅助阅读专业文件的能力，界面友好，操作简便，能有效理解并解析复杂报告。
Kimi的阅读提示词
通常输入的关键字会根据需要聚焦的报告内容来设定，如“数字经济”、“研究报告”等，帮助Kimi定位信息。
Kimi生成的文本问题
在阅读“中国数字经济发展研究报告”后，能基于其生成的问题可能包括：“数字经济的主要驱动力是什么？”、“各省市的数字经济表现如何？”等，以深化理解。
任务评价
任务展示与评价
各组选出代表，展示任务成果，配合老师完成详细评价，关注功能实现与创新点。
Kimi助手功能概述
Kimi具备长文本阅读、多语言对话、网页解析、智能搜索和内容生成等能力，高效处理各种信息需求。
功能演示说明
长文本阅读可快速摘要，多语言对话适应跨语言环境，网页解析能准确提取信息，智能搜索提供实时资讯，内容生成则能创新表达。
Kimi系统核心功能介绍
Kimi系统概述
Kimi系统是一个集成了先进人工智能技术的平台，旨在通过智能分析和交互优化，为用户提供高效、个性化的服务体验。
主要功能一：文本分析
Kimi系统通过其文本分析功能，能够快速处理和理解大量文本数据，提取关键信息，并为用户提供深入的文本洞察。
主要功能二：智能推荐
利用机器学习算法，Kimi系统能够根据用户的偏好和行为历史，提供精准的智能推荐，从而增强用户体验和满意度。
主要功能三：用户交互优化
Kimi系统通过分析用户交互数据，不断优化用户界面和交互流程，确保用户能够以最自然和直观的方式与系统进行互动。
Kimi的未来发展方向
随着人工智能技术的不断进步，Kimi系统未来将着重于提升自然语言处理能力，扩展更多个性化服务，并融入物联网等新兴技术，以满足更广泛的用户需求。
Kimi长文本阅读功能介绍
高效信息提取
Kimi的长文本阅读功能通过先进的算法迅速分析文本，准确识别出文档中的主要观点、关键事实和重要数据，极大提升了信息处理的效率。
互动式查询
Kimi支持用户在阅读过程中实时提出问题，并根据当前文档内容给出精确回答，增强了阅读的互动性和信息的可获取性。
智能摘要生成
该功能能够自动生成简洁明了的摘要，使用户能够在短时间内掌握文档的核心信息，为专业人士快速评估大量资料提供了极大的便利。
个性化设置
用户可以根据个人偏好或工作需求调整摘要的长度及内容侧重点，使得Kimi的长文本阅读功能能够适应不同的使用场景和个性化需求。
任务案例：大模型赋能文本处理
使用Kimi辅助阅读
李华决定使用Kimi分 析 “人工智能治理蓝皮书 .pdf"和 “ 综合算力评价研究 报 告.pdf"(见本书配套素材“项目二\人工智能治理蓝皮书.pdf"和“项目二\综合算力评价研究报告.pdf”)两个文件，以节省阅读和整理信息的时间。
Kimi阅读步骤
步骤1：访问https://kimi.，登录后进入对话界面。步骤2：询问Kimi支持的文件格式，如“你所支持的文件格式”，按回车获取答案。
步骤2 获取Kimi支持的文件格式。在文本框中输入“进行多文本阅读时，你所支持的文件格式”,按回车键发送内容。
步骤3 上传需要阅读的文件。单击文本框右下角的上传文件图标,在弹出的“打 开”对话框中，批量选择需要阅读的两个文件，单击“打开”按钮，将选中的文件上传到Kimi中。
步骤4 定制阅读需求。在文本框中输入“对这两个文件进行深入分析，分别给出400字左右的总览摘要”,按回车键发送内容。
步骤5 互动式查询。根据实际需求基于生成的总览摘要提出问题。例如，在文本框中输入“什么是‘1244’治理框架”,按回车键发送内容。
实训目的(1)掌握使用大语言模型工具生成文本的方法。
(2)能够使用大语言模型工具的文本生成功能解决实际问题。
实训内容
访问通义网站并登录
访问通义网站，网址为https://tongyi.aliyun.com/qianwen，并使用账号登录，以便开始实训任务。
根据偏好调整旅行计划
根据个人喜好，通过追问的方式与通义网站互动，不断调整旅行计划，直至满足个人预期。
设定提示词生成旅行计划
设定提示词，让通义网站扮演资深导游角色，根据提供的具体要求，生成一份为期两周的避暑旅行计划。
将旅行计划整理成表格
将最终确定的旅行计划整理成表格形式，通过输入“将以上计划整理成表格”指令，获取通义网站生成的计划表格。
实训报告
项目考核
谢谢
THE END

展开更多......

收起↑