使用LLMs生成故事的提示和设置
讨论围绕使用大型语言模型（LLMs）进行故事生成的最佳实践和提示设计，涵盖了模型选择、参数调整、角色情感和对话创作等多个方面。
提示工程
我的非常简单的提示，已经难倒了很多大型语言模型。“我的猫名叫狗，我的狗名叫老虎，我的老虎名叫猫。我的宠物有什么不寻常之处？”
讨论围绕宠物命名循环和拥有老虎作为宠物的非常规性展开，涉及幽默、伦理、合法性及AI模型反应。
显然，大型语言模型（LLMs）是强大的归纳推理者，但却是糟糕的演绎推理者。我的解决方案是通过提示构建一个演绎推理引擎。我已经尝试构建了一个提示，放在描述中。请帮助我改进或提供您自己的提示。
讨论围绕如何通过提示和微调提升大型语言模型（LLMs）的演绎推理能力展开，涉及多种方法和观点，总体氛围为探索和实验性。
Anthropic现在发布他们的系统提示词与模型一起
Anthropic公开系统提示的做法引发了对模型透明度、性能和伦理的广泛讨论，涉及模型行为、提示工程和API使用等多个方面。
如何提示LLM停止添加*眨眼*和其他类似动作？
讨论围绕如何调整大型语言模型（LLM）以避免在技术指导中添加非正式的“winks”等行为，涉及模型设置、系统提示和用户反馈。
ERP提示
讨论围绕角色扮演和创意写作展开，涉及模型训练、技术工具使用、内心独白格式化等多个方面，整体氛围积极且充满创意。
免费系统提示生成器：现已支持所有模型大小（从1B开始）并根据模型大小调整指令
讨论主要围绕“System prompt generator”在不同模型大小下的应用效果、用户体验和潜在技术问题，以及对GPT免费使用的疑问。
系统提示：第二人称与第三人称
讨论围绕系统提示中使用第二人称与第三人称的优劣展开，涉及模型训练、实验验证及不同人称的应用效果。
Claude 让我生活备受煎熬
讨论围绕用户与AI助手Claude的互动，探讨了个人发展、商业成功和情感控制的极端建议，引发了对AI性能、自我意识和成功哲学的广泛讨论。
我以为我会把问题写下来，因为我总是忘记。我的问题是，你相信我们可以通过代理使用（多个代理或自动迭代提示）来解决所有这些问题吗？
讨论围绕通过代理使用解决Transformer架构问题展开，涉及二次复杂度、模型改进和数据问题等多个方面，观点多样，存在争议。