? DeepSeek-R1:開源推理模型,強(qiáng)化學(xué)習(xí)優(yōu)化,擅長數(shù)學(xué)、代碼、自然語言推理,性能對(duì)標(biāo)GPT-4
? 應(yīng)用場景:智能對(duì)話、文本生成、語義理解、計(jì)算推理、代碼生成與補(bǔ)全、圖表繪制(SVG/Mermaid/React)
? 提示策略:簡潔指令,無需分步引導(dǎo)
? 局限性:不適用于發(fā)散性任務(wù)(如詩歌創(chuàng)作)
? 提示策略:需結(jié)構(gòu)化引導(dǎo)(如CoT鏈?zhǔn)剿季S)
? 局限性:邏輯任務(wù)需分步驗(yàn)證
2. 分解復(fù)雜任務(wù):分段生成,降低AI認(rèn)知負(fù)荷
3. 引導(dǎo)性問題:提升內(nèi)容深度
4. 控制長度:保持簡潔,避免嵌套指令
5. 靈活組合元素:信息類(主題/數(shù)據(jù))、結(jié)構(gòu)類(格式/風(fēng)格)、控制類(約束/驗(yàn)證)
? 深津氏方法:用符號(hào)分隔指令/約束/輸入(如)
? CO-STAR框架:上下文→角色→具體問題→期望格式→風(fēng)格→范例→多步驟
? 創(chuàng)意引導(dǎo):利用類比、跨界激發(fā)創(chuàng)新
? 結(jié)果優(yōu)化:迭代調(diào)整提示語,量化評(píng)估
? 倫理意識(shí):嵌入公平性考量,預(yù)防偏見
? 應(yīng)對(duì):平衡詳細(xì)度,提供示例,結(jié)構(gòu)化需求
? 應(yīng)對(duì):要求區(qū)分事實(shí)與推測,多源驗(yàn)證
? 應(yīng)對(duì):明確倫理約束,評(píng)估社會(huì)影響