LLM系统提示泄露（ChatGPT、Claude、Cursor、V0、Perplexity）
讨论围绕多个大型语言模型（LLM）的系统提示泄露事件展开，涉及模型功能、工具使用、安全性及隐私问题，引发了对模型行为和提示设计的深入探讨。
提示工程
带有反思的CoT提示
讨论围绕新开源模型Reflection-Llama-3.1-70B及其在GSM8k基准测试中的表现展开，主要关注CoT提示技术的应用和模型性能的提升。
你可以用其他模型进行反思。
讨论围绕“Reflection”模型的有效性和改进方法展开，涉及模型推理、偏见、自信心等多个方面，同时探讨了其他研究方法和实用建议。
Gemma-2 27b 的反思技巧
讨论围绕通过改进提示技巧来提高Gemma-2 27b模型的推理能力，涉及提示技巧的有效性、模型自我纠正能力及大模型优势。
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。
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。