随着文本生成图像的语言模型兴起,SolidUI想帮人们快速构建可视化工具,可视化内容包括2D,3D,3D场景,从而快速构三维数据演示场景。SolidUI 是一个创新的项目,旨在将自然语言处理(NLP)与计算机图形学相结合,实现文生图功能。通过构建自研的文生图语言模型,SolidUI 利用 RLHF (Reinforcement Learning Human Feedback) 流程实现从文本描述到图形生成的过程。
项目地址: https://github.com/CloudOrc/SolidUI
项目镜像地址: https://gitee.com/CloudOrc/SolidUI
社区官网: https://website.solidui.top
官网项目地址:https://github.com/CloudOrc/SolidUI-Website
人设的本质就是有效洗脑,引导 GPT 专注于解决某个领域的问题。比如你是一位数据分析人员,想利用 GPT 生成图形,设计理念背后也是基于人设的设计和延伸。
下面是打造图形人设的 3 步走策略:
立人设的底层逻辑是让 GPT 扮演一位特定的角色,专注于提供对应专业领域内相关问题的解决方案。在这一步,我们需要确定 GPT 的角色和专业领域。
例如,我们可以让 GPT 扮演一个“专业的数据科学人员和数据分析人员”,专注于提供图形生成相关的问题解决方案。
人设立好之后,我们就需要列出相关的要求,明确 GPT 应该做什么。例如,我们可以要求 GPT 根据给定的关键词生成相应的图形素材。
最后一步是给出具体的指令,让 GPT 知道我们需要什么。例如,我们可以给出这样的指令:“生成简单图形”
通过这 3 步,我们就可以构建出一个图形人设,让 GPT 可以根据我们的需求生成相应的图形素材。
在实际使用中,我们可能需要根据不同的需求使用不同的图形人设。此时,我们可以通过一些简单的操作来复用已有的人设。
例如,我们可以将已有的人设保存为一个模板,然后在需要时进行一些小的修改,就可以复用这个人设了。
此外,我们还可以通过一些技巧来提升人设的效率和输出的质量。例如,我们可以在 GPT 的输入中加入一句“请一步一步思考”,这样 GPT 就会更加谨慎地思考每一步,从而提高输出的质量。
模型代理,可以动态加载不同种类模型,模型基于人设,接收用户输入,用户输入后,生成可视化类资源(例如现在python/html等等),渲染任何图形。具体源码在soliduimodelui模块中。