Estrategia de Examen de Humanidades con LLM: Datos, CoT, Contexto, Multimodal
De Wikiprompt, la enciclopedia libre de prompts
Estrategia de Examen de Humanidades con LLM: Datos, CoT, Contexto, Multimodal Un desglose analítico de por qué los LLM sobresalen en exámenes de humanidades, que cubre datos de entrenamiento, cadena de pensamiento, contexto largo y capacidades multimodales, con implicaciones prácticas para el diseño de prompts.
Contenido del PromptGuardar
🌐
分析大型语言模型为何在高考人文学科（语文、历史、地理）中取得高分。分解关键因素：1）训练数据：高质量、最新、去重后的语料库，具有高知识密度和领域覆盖；2）思维链（CoT）：在输出结构化答案前使用多步内部推理，尤其针对复杂问题；根据问题复杂度自适应决定是否推理（完整CoT、无CoT或自适应CoT）；3）长上下文：支持大上下文窗口（如256K），无需截断即可读取完整材料和问题，避免信息丢失；4）多模态：直接处理图像（地图、图表、示意图），无需OCR，保留视觉信息。总结：高性能依赖于广泛记忆、答题前推理、强大图像理解及完整材料摄入。
Iniciá sesión para ver el prompt completo
Continuar con:
Al iniciar sesión, aceptás nuestros Términos de uso y Política de privacidad
Uso
Este prompt está diseñado para usarse con education. Copiá el contenido de arriba y pegalo en tu herramienta de IA preferida.
Para mejores resultados, personalizá los marcadores (indicados con corchetes o mayúsculas) con tus requisitos específicos.
Referencias
- Categoría: Prompts de education
- Fuente: https://x.com/dotey/status/1938609688611868790
Discusión
0 comentarios