技术分析领域知识体系(2024-10-13 更新)

一、关于技术本体的概念与现象

1. 关于技术的概念

2. 关于技术所呈现的现象

二、关于技术的载体——专利

1. 专利的检索方式

  • 德温特数据库检索方式,可参考这篇 [流程介绍]

2. 专利分析教程(研究报告类)

  • 推荐《专利分析——方法、图表解读与情报挖掘》马天旗
  • 推荐《专利分析实务手册》张娴

三、关于技术的发展脉络探索

1. 技术演化路径探测方法

  • 推荐《技术演化路径探测方法研究——专利引用网络主路径视角》
  • 推荐理由:采用学术性更强的方法分析技术演化。需要了解专利引用网络的弊端。
  • 京东链接:https://item.jd.com/12922550.html

2. 特定技术类目的识别和演化分析

  • 孔令凯.基于文本挖掘的产业关键共性技术识别及演化研究[D].哈尔滨工程大学,2022.
    • DOI:10.27060/d.cnki.ghbcu.2022.000089.
  • 林超然.基于专利数据挖掘的关键共性技术识别及预测研究[D].哈尔滨工程大学,2020.
    • DOI:10.27060/d.cnki.ghbcu.2020.000234.
    • 评价:是一种陈旧思路:在专利文本分析中未采纳语义分析方法、演化分析中未充分考虑基于网络的深度学习方案。

德温特数据库使用教程(李山岚)

一、如何进入

(校园网、个人热点、图书馆账号登录均可进入)

1.哈尔滨工程大学图书馆→数据库→所有数据库

2.首字母D→Derwent Innovation(DI)专利数据库

3.点击链接地址

4. 点击“快速启动 | IP 身份验证登陆”,进入搜索页面 。

5.进入主页→点击“专利检索”

二、如何检索

步骤一:根据交底技术确定技术特征的中文关键词

步骤二:确定英文关键词及连接关系

  • 将中文关键词翻译成英文,同义词用or连接并且两边加上括号,不同的关键词之间用and连接。

步骤三:扩展关键词

同义关键词扩展越完全,检索的越全面,扩展关键词的方法有很多,常用的途径包括:

  • 百科类:百度百科、维基百科
  • 论文类:谷歌学术、知网
  • 技术手册
  • 工程师经验
  • 其他公开资料:词典、百度、谷歌、必应

步骤四:检索

1.将搜索字段改为Text→Title /Abstract /Claims

2.将检索式复制上去

3.检查语法并检索

如果语法正确会显示correct,如果语法不正确可根据提示进行修正。正确后点击搜索进行检索

4.结果显示

大语言模型资料汇总

在当前的生成式人工智能应用中,不同的任务需求决定了选择不同的平台和模型至关重要。根据网络条件、费用以及使用场景的不同,用户在访问和使用大语言模型时,需要根据任务的复杂性、推理需求以及具体的操作类型(如编程、文本生成等)做出相应的调整。

0. 一般原则

  • 使用 大模型 替代你的脑力活动中的重复性劳力,而不是创造性思考。
  • 使用 大模型 为你提供头脑风暴参考,但要确保你的判断力是可靠且理性的。
  • 时常想想,大模型弱化了你的哪种能力,以及你是否容许它弱化你的这种能力。
  • 代码是大模型和你的任务之间的重要桥接,能够很大程度上规避模型幻觉问题。与其让大模型为你提供处理结果,不如让它生成可复用的代码。
  • 模型回答结果不理想时思考:① 可否换用在这项任务上更强的模型?② 你的提示词是否逻辑清晰、明确,包含必要的解释和案例?大多数情况下,由于问题 ② 的普遍,使得问题 ① 的上限远未被触及。
  • 好的提示词长什么样的?可以参考这个 Github 仓库,它收集了 GPTs 泄露出的大量系统提示词。
  • 有时我们需要结果也需要过程,例如阅读文献的实际收益在阅读前是未知的,使用大模型对 PDF 提问往往舍弃了阅读文献带给你我的真正启发。

1. 在线平台选择

  • 免费:
    • 直接访问 OpenAi 官网使用免费 4o-mini 模型(需要有网络条件)
    • 访问 POE 使用免费模型(需要有网络条件)
  • 付费(订阅制):
    • 如需 Openai 的高级模型(4o/o1-preview)需要付月费(安卓手机绑定外币信用卡支付)
    • 或使用 Claude 中的高级模型(Sonnet 3.5)需要付月费
  • 付费(按 Token 计费):
    • NYai 包含很多高级模型,按量收费(最贵的模型一次问答 0.2元 左右),有免费额度。

2. 在线模型选择

  • 复杂推理:GPT-o1 preview
  • 轻推理重文字输出:GPT-4o
  • 代码编写与 Debug: Claude 3.5 sonnet = Cursor > GPT-o1 preview > GPT-4o (不要使用其他模型编程,比如 Kimi )
  • 搜索结果归纳: 跃问 > Kimi >> 智谱清言 (不基于搜索结果的任何「知识性/逻辑性」问题都不建议问 Kimi,使用 智谱清言 的唯一场景是「这模型真的有说的那么差吗?我倒要看看。」)

3. 离线(本地)大语言模型选择

  • 中文模型:Qwen2.5 > GLM4
  • 英文模型:Llama3.1
  • 多种模型及参数量比较:本地语言模型个人推荐 (2024-07-09)
  • 离线大模型平台:Ollama (能被 Ollama 支持的模型,就不要自己搭建环境)

4. 离线(本地)模型硬件选择

5. 理论及原理学习

6. 提示词工程参考

Z. 总结

  1. 没有网络条件或需要少量且高质量的问答,使用 NYai 。
  2. 高质量问答指的是「需要复杂逻辑推理/生成准确代码」,前者使用 GPT-o1 preview 后者使用 Claude 3.5 sonnet。
  3. 代码输出仅推荐 Claude 3.5 sonnet,其次 Cursor、GPT-o1 preview,不要使用任何其他模型输出代码,它们往往给你带来的帮助和苦恼一样多。
  4. Kimi 大模型能力很弱,它强在基于搜索结果的答案整合,如果你确信你需要答案不在搜索结果中,那就别用 Kimi 。
  5. 慎重使用:xlchatbox.top,已被举报封禁。