微信AI,它来了!
大家好,今天本人给大家带来文章《微信AI,它来了!》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
近期 ChatGPT 风头正劲,而国内的百度也宣称文心一言的正式发布。相比于这两个产品的高调,微信却非常低调的发布了 AI 产品,名字就叫做 WeLM

WeLM 是一个非常擅长理解和生成文本的通用语言模型。我们可以通过调用 WeLM 的 API 解决多种多样涉及文本的任务。

WeLM 没有对自然语言相关的任务做任何约束或者预置。仅通过调用模型来补全输入的文本,可以体验或者完成各种自然语言的任务。
WeLM 最大的作用就是补全功能
即输入文本作为 Prompt,WeLM 返回文本,并尝试补全我们提供的任何上下文。
什么是Prompt?
相信最近接触 ChatGPT 或者 AI 绘画的朋友不会陌生
Prompt 设计
为了规范表达,把用户输入给模型的文本简称为prompt, WeLM会根据您的prompt生成符合上下文语义以及符合上下文 patten 的结果。
例如,调用 API 输入 “今天我身体不舒服,所以我”,模型大概率会返回“请假在家休息”。
下面是WeLM的几大应用场景
阅读理解
文章:“经审理查明,被告人张××、杜×、杨2某均为辽宁省辽阳第一监狱五监区服刑人员。2015年11月3日13时许,被告人张××、杜×因无事便跟随去催要生产材料的被告人杨2某一同前往六监区,在六监区生产车间门外,被告人杨2某与六监区送料员于×因送料问题发生争执,被告人杨2某上前拽住被害人于×胳膊并用手击打被害人后脖颈两下,被告人张××、杜×见杨2某动手后,先后上前分别对被害人于×面部、头部及腹部进行殴打,后被赶到的干警制止。被害人于×被打造成面部受伤,鼻子流血,当日下午14时许,到监区内医院就诊,诊断为:鼻部中段向左侧畸形,11月5日经监狱医院X光诊断为鼻骨骨折。2015年11月18日,经辽阳襄平法医司法鉴定所法医鉴定:被害人于×身体损伤程度为轻伤二级。被告人张××、杜×、杨2某共同赔偿被害人于×人民币7000元,被害人于×对被告人的行为表示谅解。” 问题: “被害人于×11月5日经监狱医院X光诊断后的诊断结果为?” 答案:
对于prompt的注意事项
- 阅读理解任务一般有三个部分,正文,问题和答案。这个例子里我们显示的加上“问题:”会让WeLM更清楚的知道后面的部分是问题,加上“答案:”会让模型知道接下来该生成答案。
- 开头加任务的描述更有帮助
- 格式中的引号,冒号等标点符号也是为了方便模型理解不同内容的位置,是否添加可以自行修改。

开放域问答
请根据所学知识回答下面这个问题 问题:百年孤独的作者是? 回答:加西亚·马尔克斯 问题:二战转折点是? 回答:
WeLM的一个显著优势在于学习了大量知识,因此您甚至可以把它当成一个问答搜索引擎,建议给出一个或多个问答例子作为指引。

文本改写
有这样一段文本,{我想家了}
改写这段话包含更多悲伤的感情。{WeLM还是非常删除这部分内容的

文案生成
商品描述:冬季百搭的外套 文案:
是不是也可以用来生成小红书文案啦

个性对话生成
李⽩,字太⽩,号⻘莲居⼠,⼜号“谪仙⼈”,唐代伟⼤的浪漫主义 诗⼈,被后⼈誉为“诗仙”。 我:今天我们穿越时空连线李⽩,请问李⽩你爱喝酒吗? 李⽩:当然。花间⼀壶酒,独酌⽆相亲。举杯邀明⽉,对影成三⼈。 我:你觉得杜甫怎么样? 李⽩:他很仰慕我,但他有属于⾃⼰的⻛采。 我:你为何能如此逍遥? 李⽩:天⽣我材必有⽤,千⾦散尽还复来! 我:你都去过哪些地方? 李白:
对话非常符合人物特性

翻译
“我是世界上最帅的男人”的英文翻译是:
就是这么强

文章续写
“八月十八潮,壮观天下无。”这是北宋大诗人苏东坡咏赞钱塘秋潮的千古名句。千百年来,钱塘江以其奇特卓绝的江潮,不知倾倒了多少游人看客。 每年的农历八月十八前后,是观潮的最佳时节。这期间,秋阳朗照,金风宜人,钱塘江口的海塘上,游客群集,兴致盎然,争睹奇景。
还比较擅长编故事

以上就是一些功能的介绍
当然,还可以做很多复杂的语言任务。留给你自己去体验啦。
官方介绍说到,WeLM没有对自然语言相关的任务做任何约束或者预置。
仅通过调用模型来补全输入的文本,可以体验或者完成各种自然语言的任务。
目前,WeLM模型对外提供API服务,供开发者调用。

而且我们注意到,WeLM并不是微信AI最近推出的产品,而是2022年9月份就推出的产品。
太神奇了,低调的不行,但是却也十分强大。
今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
GPT4、ChatGPT大比拼:餐巾纸草图变网站,中文能力还是差!
- 上一篇
- GPT4、ChatGPT大比拼:餐巾纸草图变网站,中文能力还是差!
- 下一篇
- 逆转特征让re-id模型从88.54%到0.15%
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · rag · 语义检索重排器 第二阶段重排 Cross-Encoder Retrieve and Re-Rank Recall@K
- 语义检索重排器何时值得加入第二阶段
- 449浏览 收藏
-
- 科技周边 · 人工智能 | 5小时前 | 缓存 · 人工智能 · 提示词工程 · 提示词缓存 cache_control Prompt Caching 静态前缀 cache_read_input_tokens
- 提示词缓存命中率低应如何划分静态前缀
- 453浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- 模型路由怎样按任务难度分配不同推理预算
- 232浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- 结构化输出遇到递归字段时怎样约束模式
- 215浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 | 人工智能 · 工具调用 ·
- 智能体工具调用失败后怎样设计可控重试
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- 多模态模型输入图片过大时如何控制视觉令牌
- 196浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 |
- 推理服务连续批处理怎样减少 GPU 空转
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · LoRa PEFT merge_and_unload 量化推理 模型合并
- LoRA 合并权重后输出变化过大应检查什么
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 分块重叠过大为什么会降低检索多样性
- 409浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 ·
- 合成数据能否替代真实样本:覆盖率与偏差检查方法
- 128浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- 提示词版本怎么管理:样例、变量与回归集一起提交
- 111浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 395次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 475次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 479次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 425次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 251次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

