@itsolelehmann: Garry Tan 的自定义指令非常到位。它能让任何 LLM 摆脱半成品的垃圾回答，生成真正有用的答案……
摘要
Garry Tan 分享了自定义指令（SOUL md），使 LLM 能提供更有用、更少半成品的回答。这是一个提升 AI 交互的实用技巧。
Garry Tan 的自定义指令非常到位。
它能让任何 LLM 摆脱半成品的垃圾回答，生成真正有用的答案。
将此添加到您的 SOUL md：https://t.co/obwj8req73
查看缓存全文
缓存时间: 2026/05/08 17:35
加里·谭的定制指令非常扎实。
它能把任何大语言模型从半吊子的废话中拉出来，直接给出真正有用的答案。
把这个加到你的 SOUL md 里：https://t.co/obwj8req73
相似文章
@karpathy: 顺便说一下，这个方法效果非常好。在查询的最后，让你的大语言模型“将回复组织为HTML格式”，然后查看生成的…
Andrej Karpathy 建议通过提示词引导大语言模型将回复组织为 HTML，以实现更好的可视化效果，并预测 AI 的输出将从文本演变为交互式神经视频。
@Raytar: 一位谷歌研究员走进麻省理工，通过在提示中添加七个词让AI正确做数学。这七个词…
一个帖子强调了两个独立的见解：一位谷歌研究员发现，在提示中添加‘你是麻省理工数学家’可以修复大语言模型中的数学错误，而Alex Albert解释了Anthropic如何训练Claude的个性。这两个资源都是免费的，深入探讨了大语言模型的实际工作原理。
@KirkDBorne: "LLM设计模式：构建鲁棒高效AI系统的实用指南" 请查看 http://amzn.to/4nODl9a
关于LLM设计模式的实用指南，涵盖数据准备、模型开发、微调、RAG和高级提示技术。
自我对弈帮助AI在围棋中达到超人类水平，那么为何对LLM未能如此？研究人员找到了解决方案。
研究人员引入了自导自对弈（Self-Guided Self-Play, SGS），这是一种用于LLM的自我对弈算法，通过使用指引角色（Guide）对合成问题进行评分来防止奖励作弊（reward hacking）。应用于Lean4中的定理证明时，SGS超越了强化学习基线，并使7B模型胜过671B模型。
@oliviscusAI：OpenAI 联合创始人刚刚发布了他的个人指南，教你从头训练大语言模型。它叫 llm.c。无需繁琐设置。只…
OpenAI 联合创始人 Andrej Karpathy 发布了 llm.c，这是一份开源指南，教你如何从头训练大语言模型。代码简洁，可在任何硬件上运行，包括 CPU 和 MacBook，并且比标准方法快 7%。