首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
o0恋静0o
掘友等级
Web开发爱好者
前に進もう〜
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
1
文章 1
沸点 0
赞
1
返回
|
搜索文章
最新
热门
Context Operations:操控模型看到的信息
当 prompt 已经写得很好,模型却仍然不稳定时,问题往往不在模型,而在“它看到了什么”。本文带你从工程视角理解上下文:如何写入、选择、压缩与隔离信息,让 LLM 不再偶尔答对,而是持续可靠地工作。
Context Engineering:开始设计模型的“世界”
很多人在熟悉提示词技巧之后,都会经历一个阶段。一开始,会明显感觉模型变聪明了: 加上 few-shot,格式对了 加上逐步思考,推理更准了 加上 step-back,回答更完整了 但很快就会遇到一种奇
Prompt Engineering:在黑盒外修修补补
你以为“问得清楚”就能让大模型稳定干活?其实大多数翻车不是措辞问题,而是推理路径失控。本文将介绍几种实用的提示词套路,把模型从“随便答”拉到“按步骤想、会比较、能收敛”。
个人成就
文章被阅读
142
掘力值
191
关注了
69
关注者
5
收藏集
0
关注标签
105
加入于
2021-06-14