LLM人文学科試験戦略：データ、CoT、文脈、マルチモーダル
フリーのプロンプト百科事典 Wikiprompt より
LLM人文学科試験戦略：データ、CoT、文脈、マルチモーダル LLMが人文系試験で優れた成績を収める理由の分析的な内訳。トレーニングデータ、チェーン・オブ・ソート、長いコンテキスト、マルチモーダル能力を網羅し、プロンプト設計への実践的な示唆を含む。
プロンプト内容保存
🌐
大语言模型在高考人文学科（语文、历史、地理）中取得高分的原因分析如下、关键因素包括：1）训练数据：高质量、最新、去重后的语料库、具备高知识密度和领域覆盖度；2）思维链（CoT）：在输出结构化答案前进行多步内部推理、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）、能完整读取材料和问题而不截断、避免信息丢失；4）多模态：直接处理图像（地图、图表、示意图）而无需OCR、保留视觉信息。总结而言、高分表现依赖于广泛记忆、回答前推理、强图像理解以及完整材料摄入。
ログインして完全なプロンプトを表示
次で続行:
ログインすると、次に同意したことになります： 利用規約 と プライバシーポリシー
使い方
このプロンプトは education 向けに設計されています。上の内容をコピーして、お好みの AI ツールに貼り付けてください。
最良の結果を得るには、プレースホルダー（角括弧や大文字で示された部分）を具体的な要件に置き換えてください。
ノート
0 件のコメント