mshumer/gpt-prompt-engineer - GitHub 对比 GET3D | Nvidia

mshumer/gpt-prompt-engineer 是一个开源的提示词工程工具包，可为您定义的任务生成、测试和排序候选提示词。您描述用例、提供测试用例，笔记本会创建多个提示词变体，在每个测试用例上运行它们，并使用 ELO 评分系统（起始分为 1200）对结果进行排序。它以 Jupyter 笔记本形式提供，您可以在 Google Colab 或本地运行。

大多数提示词工具一次只帮助您编写一个提示词。gpt-prompt-engineer 则将提示词选择视为一场锦标赛：数十个候选提示词在您的测试用例上竞争，最高 ELO 分数会显示出获胜者。单独的笔记本涵盖分类任务、使用自动生成测试用例的 Claude 3 Opus，以及用于降低推理成本的 Opus-to-Haiku 转换。可选的 Weights & Biases 和 Portkey 可记录每次运行的追踪信息。

ML 工程师、提示词工程师和 AI 开发者在需要可复现的提示词调优（而非手动反复试错）时会使用它。该仓库在 GitHub 上获得了 9.7k 星标，并可使用您自己的 OpenAI 或 Anthropic API 密钥运行。它在 MIT 许可证下免费使用。

GET3D 生成带纹理的 3D 网格资产，您可以直接将其导入渲染引擎，该模型仅通过 2D 图像集合进行训练。NVIDIA 研究人员开发它以输出具有几何形状和纹理的显式网格，而非需要自定义渲染器的神经辐射场。

当时大多数 3D 生成模型要么跳过纹理，要么限制固定拓扑结构，或者需要神经渲染管线来查看结果。GET3D 使用可微分的四面体行进算法（DMTet）加上对光栅化 RGB 图像和轮廓的对抗损失，因此输出的是标准的带纹理网格。权衡之处在于研究级访问：这是 NVIDIA 多伦多 AI 实验室在 NeurIPS 2022 发布的项目，而非带上传按钮的托管 SaaS。

该模型支持汽车、椅子、动物、摩托车、人物角色和建筑物。它还支持通过基于 CLIP 的微调进行文本引导的形状生成，类似于 StyleGAN-NADA，并且可以通过独立的潜在编码分离几何形状和纹理。