LLM的生成行为塑造，之前是让LLM知道自己不知道，这是在会话环境中让LLM学会沉默该说的时候再说。

#LLM #生成行为 #会话环境 #沉默 #塑造

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2小时前

当你给LLM一个Persona/Role时，你通过一段简单的文本，在LLM的潜空间实现了一个跨尺度的、高效的约束过程：在宏观上 (生物学)，你激活了一整套为该角色服务的“功能系统”。在几何上 (流形)，你将模型的生成轨迹约束在了一个特定的“语义空间”内。在微观上 (电路)，这一切都是通过底层的注意力电路持续参考初始指令、并形成自洽的生成循环来实现的。这完美地解释了为什么一个好的Perso

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

11小时前

AI交互的范式解密：为LLM安装一个元认知为内核、本体投射为UI的操作系统

DeBill

12小时前

突发奇想，都说用英文跟LLM对话质量更高，那能不能做一个中间层拦截所有请求和响应，再进行文本翻译？

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

15小时前

如果说LLM的元认知和文本生成能力把需要我们的思考解决的NP类问题，变成了P类问题，让我们变成了一个验证者；那精确的图像生成和视频生成则同样会替代了我们的想象，我们天马行空的空间想象与创造，意味着什么？

马东锡 NLP

16小时前

大量使用 Claude Code 后，重新读了 SWE-Agent，开始理解使用中的一些问题。 cd/ls/cat/grep/find, Vim-style next/prev 本质上是Human-oriented CLI。所谓 Human-oriented, 意为着这些CLI设计初衷迎合人类的眼球转动速度，使用CLI过程中的short term 记忆。 Human-oriented CL