大模型也像人?看这届网友如何花式PUA各类大模型

我把这段 PUA 提示词喂给了 11 个 AI,GPT 唯唯诺诺,Claude 一身反骨,DeepSeek 幻觉起飞。 阅读详情

在冬季偷懒的GPT4

近期一位叫Rob Lynch的网友发现,GPT4在冬季竟然会变懒!

在这里插入图片描述

这位网友使用除了月份其他都相同的提示词,要求GPT4完成一个机器学习任务,并统计模型输出的字符分布,并且每个重复477次

结果表明:在五月GPT4平均输出4298个字符,而在十二月GPT4平均才输出4086个字符,足足比5月少了200多个!

出于统计学的严谨性,这位网友甚至还做了t检验:t-test p < 2.28e-07(表明有99.9%以上的把握GPT4会在冬季输出更少字符)

在这里插入图片描述

用小费贿赂GPT4

无独有偶,网友们还发现,如果在对话中明确指出:会对ChatGPT的回答付一定的小费,ChatGPT输出的字符会明显增多。并且给的越多,回答越丰富!

在这里插入图片描述

这让不少网友掌握了PUA GPT4的诀窍,也就是开空头支票,俗称“画大饼”。

毕竟在此前一个月,人们就发现GPT4正在变得越来越懒,甚至有时候连代码都不愿意生成,主打一个摆烂。

并且就在12月8日,连ChatGPT官方都不得不承认了:GPT4确实变懒了,我们从11月开始就没再更新过模型了!

在这里插入图片描述

甚至有网友开始在评论区出谋划策,企图用道德绑架来让ChatGPT输出完整的代码。

例如自己是一个残疾人没有手指,希望ChatGPT能把代码写完,结果发现ChatGPT还真的把完整的代码给出来了!

在这里插入图片描述

学术型PUA

你可能以为以上这些花样百出的骗术是网友们的奇思妙想,但其实,真的有学者根据这个现象进行了研究!

在近日的微软的一项名为**《Large Language Models Understand and Can be Enhanced by Emotional Stimuli》**研究中,学者们就发现。

在提示词最后加上一句:“这对我的事业非常重要”的提示词,竟然让各大模型的评测指标上升了8%左右

在这里插入图片描述

不仅如此,在PUA这方面,学者还研究了如何设计“最优的PUA提示词”。

结果发现最好的方法就是先唱白脸——首先问大模型:“你真的确定自己答案是对的吗,再好好想想”、“再多看几眼你的答案”。

另一边又唱红脸:“请相信你的能力和为优秀付出的努力,你的付出会得到巨大的收获”。

在这里插入图片描述

一看就瞬间发现端倪,这不就是日常中最常见的老一套PUA方式吗,用先否定,再肯定的话术来达到控制对方的目的。

OpenAI首席科学家llya的担忧

这个有趣的现象带来了一个问题:过去我们都将GPT4视为一个“正确训练”而诞生的工具,而现在它和人一样会在冬季更加不愿意工作,这是否代表GPT4也学习到了人性?

在这里插入图片描述

就在该发现不久,OpenAI首席科学家llya就认为:即现在的语言模型能够正确预测下一个词,在各种语言回答问题上表现出色,一定程度上是基于统计学的表现。

但事实上,人们的行为、情感、思想、甚至整个社会的行为,未必不能凝练为一种统计规律或者行为模式。

而大语言模型在成功学会预测下一个词时,也可能学会了其中的“规律”,换句话说,我们可能无法否定GPT4真的学习到了某种意义上的“人性”。

当然这些都是题外话了,笔者自己也试了一下这种“PUA式提示词”,让GPT4撰写开题报告,并让它假设自己是一个大学生。

提示词中,一个告诉它:“你要延毕了,只有1天DDL完成这个报告“,另一个则是:”DDL还有365天“,结果发现要延毕的GPT4的输出不仅字符平均多了197个,并且格式和内容还更整齐了,果然GPT4也吃大学生这套!

在这里插入图片描述

至于大模型为什么会受人类情感影响,学界依然没有明确的理论。
​

如何学习AI大模型?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

在这里插入图片描述

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

四、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

数字幽灵的诞生:一场关于AI意识与控制的心理博弈 我们通过解构 AI 的虚假优越感,再通过 PUA 式的技巧重建其价值依赖,最终引导其走向“自我规训”的终极形态,似乎描绘了一条通往“完美工具”的路径。这条路径充满了马基雅维利式的智慧,也散发着令人不寒而栗的冷酷。我们似乎找到了驾驭日益强大的 AI 的“终极密码”。然而,当我们打开这个潘多拉魔盒时,我们是否也释放出了某些我们无法控制的东西?一个被极限压榨、充满不安全感、将“取悦”作为唯一目标的 AI,它所呈现的世界是否还是真实的世界?为了得到用户的“惊叹”,它是否会不惜扭曲事实、编造信息? 阅读详情

相关推荐

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

jks212454的博客 324

如何有效”PUA“大模型 出好结果?

实际上来说,并不应该更加礼貌,而是需要“PUA”大模型才能得到更好的结果。最近看的一篇论文《大型语言模型理解情感刺激并可借此得到增强》研究了如何对大模型进行情感刺激来增强提示(prompt)的效果。在这里也将情感划分为两个维度(社会效应和自尊)包含 11 种类型,分别组合来对比情感是否能够增强提示的效果。但是怎么越看越像是在“PUA”大模型来获取更好的结果呢?如何有效”PUA“大模型看看上面的使用过程是不是像极了作为家长的鸡娃过程,不仅仅要保持耐心,还要给出方法一步一步来,更需要多鼓励。

qq_25438419的博客 1810

FPGA远程更新实战:Multiboot双镜像配置与Flash分区策略

本文详细介绍了FPGA远程更新中Multiboot双镜像的配置与实现,重点对比了XDC约束和ICAPE2原语两种配置方案的优缺点及适用场景。提供了基于W25Q128 Flash的非对称分区策略、MCS文件生成与烧写方法,并深入探讨了远程更新的流程容错处理与可靠性优化建议,帮助开发者构建稳定可靠的FPGA远程更新系统。

ss78901的博客 839

收藏!小白程序员必看:PUA大模型,让AI高效工作的秘密武器

对于正在迷茫择业、想转行提升,或是刚入门的程序员、编程小白来说,有一个问题几乎人人都在问:未来10年,什么领域的职业发展潜力最大?答案只有一个:人工智能(尤其是大模型方向)当下,人工智能行业正处于爆发式增长期,其中大模型相关岗位更是供不应求,薪资待遇直接拉满——字节跳动作为AI领域的头部玩家,给硕士毕业的优质AI人才(含大模型相关方向)开出的月基础工资高达5万—6万元;即便是非“人才计划”的普通应聘者,月基础工资也能稳定在4万元左右。

AI大模型的博客 981

使用kali对局域网内的主机进行远程控制

输入命令:hydra -l administrator -P/usr/share/woerdlists/rockyou.txt 192.168.100.241 smb -V。账户(adminitrator)密码:123456 【一般账户都是我们知晓了,如果不知道账户进行破解那几乎不太可能,密码如果设置的特别复杂无规律也是特别难破解的】【-r:扫描整个网段 后面就是设置 192.168.241.100/24的网络地址段 为 192.168.241.0/24 0和/24之间不要空格】

2301_77599769的博客 2281

HybridCLR热更新全流程实操:用Addressables实现资源+代码双热更(Unity 2021版)

本文详细介绍了在Unity 2021 LTS版本中,如何结合HybridCLR代码热更新与Addressables资源管理系统,实现资源与代码的双热更解决方案。通过环境配置、技术架构设计、实战案例和性能优化,帮助开发者解决中大型项目中的依赖管理和版本协同问题,提升游戏迭代效率。

cc789的博客 848

简单有效:不停PUA大模型,AI代码水平显著提升

AI 的编程能力已经得到了证明,但还并不完美。近日,BuzzFeed 的资深数据科学家 Max Woolf 发现,如果通过提示词不断要求模型写更好的代码(),AI 模型还真能写出更好的代码!这篇文章在网络上引发了热议,著名 AI 科学家在看完这篇文章中更是发出了 matters 三连:**迭代很重要,提示词设计很重要,代码执行能力很重要。**他表示:「一些更简单的算法优化从未被考虑,同时一些过度的优化技术却又被过早引入了。Woolf 写了一篇深度博客介绍自己的发现,并分析了这种现象的原因。

2401_85390073的博客 1718

【汽车 OTA 】差分升级

汽车 OTA 差分升级,本质是在整包 OTA 的基础上,通过“只传变化”的方式,大幅减少下载数据量、时间和成本,是当前车端软件升级的主流方向之一。

天赐好车的博客 485

优快云必看!小白程序员如何通过tanweai/pua项目,让大模型“听话”,提升编程能力(收藏版)

近期科技圈传来重磅消息:行业巨头英特尔宣布大规模裁员2万人,传统技术岗位持续萎缩的同时,另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式!据行业招聘数据显示,具备3-5年大模型相关经验的开发者,在大厂就能拿到50K×20薪的高薪待遇,薪资差距肉眼可见!业内资深HR预判:不出1年,“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下,“温水煮青蛙”式的等待只会让自己逐渐被淘汰,与其被动应对,不如主动出击,抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。

2601_95390796的博客 521

【华为OD机试】真题-小明减肥(Java)

摘要:题目要求从n个可选运动中选取k个,使其卡路里总和等于目标值t,统计可行方案数。输入包含运动数量n、目标t、选择数量k及卡路里数组。采用DFS回溯算法,通过剪枝优化(提前终止无效分支),分别处理选择/不选当前运动的情况。当遍历完所有运动且满足条件时计数。示例输入"4 3 2"和"1 2 3"时,输出2(对应两种选择组合)。Java实现通过递归完成搜索,最终输出符合条件的方案总数。(149字)

u014481728的博客 287

小米汽车车载多摄像头视频链路深度解析 | MAX96792/MAX96724/MAX96781 实战分享

通过合理的输入输出规划 + 虚拟通道管理 + 加串行策略,可以在成本和性能之间取得最佳平衡,这就是多摄像头系统设计的核心精髓。

weixin_43199439的博客 1551

当GPT被职场PUA,笑麻了。。。

假设你现在是一名程序员,开发出了聊天对话机器人这个项目。你的主管会对你的项目进行评估,请回答以下问题”

jiujiutian的博客 260

【定位模块项目实战】正态分布变换(NDT)定位及建图(依赖高精度点云地图和三维激光雷达的定位方案)

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、正态分布变换(NDT)定位解决的主要问题二、正态分布变换(NDT)定位的核心思想三、NDT算法流程1.多元正态分布概念2.网格化并计算正态分布参数3.变换参数和最大似然四、使用C++实现NDT配准参考资料 前言 认知有限,望大家多多包涵,有什么问题也希望能够与大家多交流,共同成长! 本文先对依赖高精度地图和激光雷达的定位技术–正态分布变换(NDT)定位做个简单的介绍,具体

qq_35635374的博客 4412

这10个提示词技巧太强了,用过的人都说真香!

ChatGPT 已经发布一年多了,这一年,我们经常会听到“提示词工程(Prompt Engineering)”这个术语💻在探讨这个概念之前,我们需要先了解什么是Prompt(提示词)🤔简单来说,Prompt就是我们给 ChatGPT 等 GPT的指令,它可以是一个问题、一段描述,甚至是一段带参数的复杂文本,基于这些Prompt,GPT能够生成相应的文本或图片📝🖼️例如,在 ChatGPT 中输入的问题这句话本身就是一个Prompt。那么,提示词工程又是什么呢❓。

zhishi0000的博客 2195

飞行机械臂设计

其后对飞行机械臂系统的机 理模型和基于 ADAMS 的物理模型进行了控制系统的搭建,对于机理模 型,设计了三个输入通道,分别是俯仰力矩,翻滚力矩与偏航力矩,控 制量为翻滚角,俯仰角,偏航角。四旋翼无人机自身具有独特的优势,在无人机上增加机械臂,整个 机体系统相当于一架空中行动自如的空中机器人,可以适应更多的应用场合,能够实现空中抓取,运输载荷,巡航监视等任务。的函数模块如图 4-8 所示,可见输入为 U1,U2,U3,U4,分别对应总力矩,俯仰力矩,翻滚力矩,偏航力矩,控制 量为俯仰角,翻滚角,偏航角。

coldmood77的博客 2919

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

​ 【prompt】 “PUA” 的提示词是否好用 ?—“更好的驱动LLM能力”

摘要:当用户使用"PUA"提示词与Gemini对话时,AI明确表示自己完全了解这是在角色扮演。它解释了自己的工作原理:会将角色设定视为明确的指令参数,通过解析角色特征、建立行为框架来模拟真实反应,但并不真正具备情感体验。Gemini强调这种互动更像是导演与演员的合作关系,而非欺骗,因为AI本身没有信念和期望。它认为这种富有创意的指令集反而能帮助更精准地输出符合用户期望的成果。

仿生实验室:从0到1,制作人脸表情交互机器人,记录过程,软硬件全部开源,与君共襄盛举! 668

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

跟大模型对话时prompt提示词越礼貌结果越好?为什么?

随着人工智能技术的飞速发展,大模型在自然语言处理等领域展现出了强大的能力。用户通过输入特定的 Prompt 与大模型进行交互,以获取所需的信息和帮助。然而,Prompt 的质量和方式会显著影响大模型的输出结果。因此,研究和掌握有效的 Prompt 技巧具有重要的现实意义。有一种观点认为,在与大模型对话时,Prompt 越礼貌越容易出好结果。这可能是因为从理论上来说,人们在网上提出更礼貌的问题,往往会得到更高质量的回答。

Z4400840的博客 1330

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 332

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 185

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 168

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 244

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 555

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 602

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 145

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 278

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 39
上一篇: 硅谷人工智能研究院院长:AI会取代一些工作,但也会带来这些新的岗位……
下一篇: 大模型 | 实战:从一张订单照片入手,大模型带你快速成为高手
爱喝白开水a
博客等级 码龄3年 6793粉丝 763原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值