LLMs Usage FAQ in Mandarin: Difference between revisions

From LemonWiki共筆
Jump to navigation Jump to search
(Created page with "LLMs 使用常見問題與解答 {{LanguageSwitcher | content = EN, 漢字 }} == 如何解決 AI 會忘記訓練內容 == 📝 詢問內容: <pre> 我想進一步請教一個問題:如果我們採用「層層優化提示詞」這種漸進式的方法來改善AI表現,會不會遇到以下情況:在經過多次提示詞優化後,AI確實學會了相關技能並表現良好,但是過了一段時間後,...")
(No difference)

Revision as of 10:10, 8 June 2025

LLMs 使用常見問題與解答

🌐 Switch language: EN, 漢字


如何解決 AI 會忘記訓練內容

📝 詢問內容:

我想進一步請教一個問題:如果我們採用「層層優化提示詞」這種漸進式的方法來改善AI表現,會不會遇到以下情況:在經過多次提示詞優化後,AI確實學會了相關技能並表現良好,但是過了一段時間後,它又忘記了這些已經訓練好的能力?

我想了解現在各大主流AI模型平台是否都具備穩定的記憶保留功能,也就是說,它們能夠持續記住之前我們給予的訓練提示和指導內容嗎?

我有時候會感覺AI的記憶力似乎不太穩定。在同一個專案進行過程中,明明之前已經向AI詳細說明過的內容和要求,過了一陣子卻需要重新從頭解釋一遍,這讓我對AI的學習持續性產生疑問。

💬 回覆內容:

確實,早期的AI模型由於context window(上下文視窗)長度限制較短,很容易出現偏離原本設定方向的情況。當我遇到這種狀況時,我通常會選擇開啟一個全新的對話,重新開始整個互動過程。

現在的AI模型在這方面應該有顯著的改善。如果這次的對話效果令人滿意,我建議你可以給AI下達一個指令,要求它總結並收斂整個對話過程,將對話中累積的互動原則和經驗歸納整合到最初的提示詞中:

假設我要開啟一個新的對話來討論相同的主題,請你建議我應該使用怎樣的完整提示詞。
這個提示詞需要包含我們整個討論過程中的重要內容:
(1) 原本提示詞想要解決的核心問題和目標
(2) 與原本問題相關聯,但是一開始的解決方法沒有充分考慮到的重要面向和細節