让AI辅助快速记忆知识点

[title]为了在医疗保健中产生真正的改变，AI需要像我们一样学习鉴于人工智能依赖的神经网络基础，这些专家AI可能通过元学习（或学会学习）比我们预期的更快地获得知识，并带着我们人类一同进步。AI的性质让我们可以做一些我们无法对人做的事情；即将他们一部分一部分地拆解，并研究每一个小部分。通过构建系统以深入探索专家AI的内部工作机制，我们将创造一个学习的飞轮。最终，专家AI可能超越领域专家的角色，成为下一代专家——无论是人类还是AI——的教师。

[title]南瓜博士：深度拆解天花板级复杂的提示词——什么可照搬什么不要学[heading2]经验1：用对格式AI记忆力和稳定性就能大幅提升用过Mr.Ranedeer的人一定会对它的记性表示惊讶：prompt本身已经超长了，还进行了那么多轮对话，怎么最开始的学习风格设置、前几轮对话选择的课程规划详情，都能记得很牢不会忘似的？它的稳定性也很惊人：一般说来prompt过长LLM就可能顾此失彼，对其中的一些细节视而不见，但Mr.Ranedeer的各种细节要求都有被LLM注意到。我的理解——其中的奥秘在于json格式其实是把所有内容有层次结构地组织起来了。以下是五月初版本，为了方便截图我把部分节点折叠了起来。大家看到这个，有没有联想到思维导图？人类用思维导图可以很好地帮助记忆，因为它将线性的内容分门别类组织成树状结构，内容被分块且呈现关联，记忆负担就小了。json格式用更清晰的方式给出了prompt的层次结构，可以猜测相当于用思维导图的方式让LLM更容易记忆要点了。不过这里的“记性好”仅指在GPT4的聊天界面对话，直接通过API调用的方式不太适用，对话轮次多了就直接返回token超限错误。我猜测也许openai的聊天窗口，有让GPT时不时对之前对话内容做总结之类的动作，而json/yaml的形式，恰好很合GPT做总结的胃口，能让它迅速抓住重点。稳定性提升，则不管是在openai的聊天窗口聊还是API调用，都表现优秀。同样很容易理解：所有的要点都被用json各层级的key给highlight了，LLM只要在思维导图上按图索骥就好，遵循的难度大幅降低。

[title]南瓜博士：深度拆解天花板级复杂的提示词——什么可照搬什么不要学[heading2]经验1：用对格式AI记忆力和稳定性就能大幅提升用过Mr.Ranedeer的人一定会对它的记性表示惊讶：prompt本身已经超长了，还进行了那么多轮对话，怎么最开始的学习风格设置、前几轮对话选择的课程规划详情，都能记得很牢不会忘似的？它的稳定性也很惊人：一般说来prompt过长LLM就可能顾此失彼，对其中的一些细节视而不见，但Mr.Ranedeer的各种细节要求都有被LLM注意到。我的理解——其中的奥秘在于json格式其实是把所有内容有层次结构地组织起来了。以下是五月初版本，为了方便截图我把部分节点折叠了起来。大家看到这个，有没有联想到思维导图？人类用思维导图可以很好地帮助记忆，因为它将线性的内容分门别类组织成树状结构，内容被分块且呈现关联，记忆负担就小了。json格式用更清晰的方式给出了prompt的层次结构，可以猜测相当于用思维导图的方式让LLM更容易记忆要点了。不过这里的“记性好”仅指在GPT4的聊天界面对话，直接通过API调用的方式不太适用，对话轮次多了就直接返回token超限错误。我猜测也许openai的聊天窗口，有让GPT时不时对之前对话内容做总结之类的动作，而json/yaml的形式，恰好很合GPT做总结的胃口，能让它迅速抓住重点。稳定性提升，则不管是在openai的聊天窗口聊还是API调用，都表现优秀。同样很容易理解：所有的要点都被用json各层级的key给highlight了，LLM只要在思维导图上按图索骥就好，遵循的难度大幅降低。