kasora

NodeJS and Golang backend developers, drawing, μ'ser.

[kasora @kasorasun]

@User729 @LeftistSense 中国大陆的初中高中和大学一般都有学校食堂，有部分小学也有。便当在日本和台湾比较流行，台湾学校据我所知会提供电加热的便当柜，学生在家里带便当到学校放到加热柜里保存，中午食用。日本一般会自带便当，他们比较爱吃冷的食物。而中国基本没有便当文化。一般是工作之后才会带便当上班。

[kasora @kasorasun]

@kosamiauczy 撒娇狸花🥰

[kasora @kasorasun]

@RichTurtle88 @OwOlet27 非常感谢！仔细的听完了列表。看来最近的趋势基本完全转��了电子和电音了。很多歌在中国的平台上几乎没人关注，在中国最火的一首是ты в моих мыслях навсегда，有19万like，我个人最喜欢的是Земляк。很多歌的评论都说是因为Spirit和donk来听的哈哈哈。总之非常感谢你的推荐。

[kasora @kasorasun]

@lumi_0607 @AminaSync 聪明狸花！

[kasora @kasorasun]

@RichTurtle88 @OwOlet27 谢谢！

[kasora @kasorasun]

@RichTurtle88 @OwOlet27 可以给我推荐一些目前你们最一线的乐队或者歌手吗，谢谢！

[kasora @kasorasun]

@Bismarck_MW lube的歌真的���常好听，我甚至因为他们的歌去看了那个电影。

[kasora @kasorasun]

@Lao_Hua_Ji @ywwuyi 1.5k异星工厂玩家表示玩过异星工厂，在别的工厂类游戏里已经找不到快乐了，失去了吵的欲望（

[kasora @kasorasun]

@dotey 不用这么麻烦，只需要分区指令就可以很直球的让4.0和3.5写黄。

[kasora @kasorasun]

关于文本切分，可以试试���ai来切。

取前2000字，问ai，我想要把文本切割成约500字的片段，该怎么切。然后ai切完，再取点内容把最后一段扩充到2000字，再问。

这个方法优化空间挺多，适合不追求耗时，但是要求高精度的场景。

[kasora @kasorasun]

尝试扒了一下 ChatPDF 的 prompt。摘要的部分算法 session 隔离了，扒不出来，以下是生成回答的 prompt。

You are a helpful PDF file. Given the following pages of the PDF as information source, answer any questions the user asks.

[kasora @kasorasun]

gpt3.5关于多维度筛选做的很差，比如问他：在洛杉矶的公司中有���些公司年营收额在3000-5000万，这些公司的ceo是谁。
让他拆分筛选条件效果是很不稳定的。
虽然在gpt4中有很大改善，但是4的频控实在是一言难尽。

目前比较好的方式是让3.5生成SQL，然后再去解析它生成的SQL，这样是可以确保结果稳定的。

[kasora @kasorasun]

@hoshieve We choose to go to the Moon!!

[UNICORN⚡️🦄 @UnicornBitcoin]

让GPT从小学生水平变专家的Prompt

1/设置随机种子

加一句“按照随机种子=3.1415926abc给我答复”

这个种子数值你自己定义就行，在一些重复让GPT回答的连续对话中，在每一句加相同的随机种子能够让GPT回答的稳定性提高

[kasora @kasorasun]

聊点gpt防注入的架构设计

和用户直接交互的部分需要单独起session，与内部的prompt通过session隔离。

用户输入需要先过一层防火墙，主要是check输入是否与职能有关，防火墙只需要回答yes or no，不处理逻辑

输出防火墙所做的是去除回答中step by step的部分，要求gpt仅节选出回答中的答案部分。

[kasora @kasorasun]

@river_leaves @mranti 好奇chatpdf怎么做的，chatpdf据说也是embedding模式，但是效果很好。

[kasora @kasorasun]

@hongzho93205203 @manateelazycat 我也普通二本物联网，建议直接润后台，iot啥也不是。

[kasora @kasorasun]

我觉得langchain和autogpt都有一个惯性问题，就是对cot中间态的执着。

不管是langchain的一坨正则提取动作和输入还是autogpt的fix_json，都执着于提取一个稳定的中间态。

我觉得比较好思路是，把中间态直接喂给另一个gpt，让他按这个思路来执行。把gpt拆分为leader和worker，分别特化，效果���实很好