Prompt

本方案是为了给欧莱雅做虚拟试妆功能做的，主要解决了用户出门或上班时对于妆容的选择困难症，具体而言，就是用户说我要去哪里，然后anget 就会自动调用天气、小红书等mcp 完成相关信息摘取和总结，然后结合用户个人档案和想要的妆容，可快速让用户虚拟试妆，从而让用户省去自己试妆、配妆的烦恼。 本项目结合了时下最火的 mcp、多anget技术，自主串联，按部就班，完美的完成了任务。而且可在 PC 端、手机端都可使用。

智能助手是由集团平台研发的专为员工服务的数字化办公必备“AI伴侣”，目前已接入人力、会议、办公、财资、设备、行研等多类场景。 通过与智能助手交互，你可以快速完成场景办理，如请假、预约会议、查询五险一金等工作常见场景；还可以获取精准问答，如咨询软件使用、请假政策，人力职称等。

Novelai3 Images The Novelai3 text-to-image distillation dataset contains over 30GB of anime-related

生成扩散模型高效调优-Prompt 基于Swift库对Stable Diffusion模型进行高效调优。通过Prompt-Tuner模块，在训练时只需训练少规模的参数，即可高效地定制专属于你的场景的"

ChatYuan: 元语功能型对话大模型V2 ChatYuan-large-v2是一个支持中英双语的功能型对话语言大模型，是继ChatYuan系列中ChatYuan-large-v1开源后的又一个开源

VoP: 通用跨模态视频检索模型-系列-partial 论文 [点击阅读] 为了对 VoP 进行全方位验证，我们复现了一系列对比方法并纳入VoP的代码架构。这些其他研究者公布的模型也有非常高的使用价值

VoP: 通用跨模态视频检索模型-系列-proj 论文 [点击阅读] 为了对 VoP 进行全方位验证，我们复现了一系列对比方法并纳入VoP的代码架构。这些其他研究者公布的模型也有非常高的使用价值，且可

VoP: 通用跨模态视频检索模型-系列-bias 论文 [点击阅读] 为了对 VoP 进行全方位验证，我们复现了一系列对比方法并纳入VoP的代码架构。这些其他研究者公布的模型也有非常高的使用价值，且可

基础视觉模型高效调优：Prompt 基于大规模预训练基础模型的参数高效迁移学习方法在各种下游应用中均取得了优异的表现，其中包括了利用Prompt进行调优的方法。该方法对输入的块嵌入向量额外添加了多个可

ChatYuan: 元语功能型对话大模型 这个模型可以用于问答、结合上下文做对话、做各种生成任务，包括创意性写作，也能回答一些像法律、新冠等领域问题。它基于PromptCLUE-large结合数亿条功

ChatYuan: 元语功能型对话大模型 这个模型可以用于问答、结合上下文做对话、做各种生成任务，包括创意性写作，也能回答一些像法律、新冠等领域问题。它基于PromptCLUE-large结合数亿条功

全任务零样本学习模型（mT5分类增强版） 该模型在mt5模型基础上使用了大量中文数据进行训练，并引入了零样本分类增强的技术，使模型输出稳定性大幅提升。 支持任务包含： 文本分类：给定一段文本和候选标

集成中  README  |  GitHub  |  Models  Dreambooth on Stable Diffusion 介绍 本模型基于多阶段文本到图像生成扩散模型,

VoP: 通用跨模态视频检索模型 论文 [点击阅读] VoP是第一个同时具有视频和文字Prompt的端到端视频文本跨模态检索框架，基于Prompt的高效微调与完全微调相比，VoP利用0.1%的训练参数

全中文任务支持零样本学习模型 PromptCLUE：支持最多中文任务的开源预训练模型 这个模型是基于PromptCLUE-base进一步训练(+50%步数)，以及更多任务(+50%任务)以及更多任务类

全中文任务支持零样本学习模型 PromptCLUE：支持最多中文任务的开源预训练模型 这个模型是基于1000亿token中文语料上预训练，并且在数百种任务上进行Prompt任务式训练。针对理解类任务，

智能知识库问答基于大模型技术构建，主要包含私有知识库的智能检索、智能问答、Word、Exel、PDF/图片等知识文档的识别与管理。整个项目适配主流的大模型，在提升准确率方面进行了较大提升。主要采用大模型应用开发技术，包含Prompt、RAG、Agent等技术。

1.基于langchain的python代码开发。 2.负责 AI 应用开发，使用 python 语言，基于 llm 使用 langchain 框架开发组件，包括 Agent,chain,tool,indexes,chatmodels等; 3.负责 prompt 的撰写，熟练使用零样本/少量样本/思维链/reAct 等模式，了解 langGpt 得编写并应用; 4.负责基于 AI 应用设计小助手，通用小助手包括文本总结/会议总结/周报撰写/程序员小助手/代码解读/代码转换等等，定制化应用小助手包括理赔计算/理赔助手/智能数据分析等等。 5.负责 prompt 方向的培训，面向全公司的 prompt engineering 培训。包括基本概念，编写方式，基于 langchain 的应用开发 prompt 编写，结构化 prompt 编写方式等培训。 6.负责基于 chatglm 的外部包装与 ptuning 。主要使用微软的大语言模型和 chatglm。

1、根据相关论文制定Prompt标准方法 2、使用天工、文心一言、ChatGPT等大模型实现Prompt功能 3、不断完善并验证Prompt能力