أصدرت Anthropic للتو برنامجا تعليميا جديدا حول الهندسة السياقية الفعالة لوكلاء الذكاء الاصطناعي ألقيت نظرة وشاركت معك ما تعلمته: أحدهما هو تجنب أن تكون محددا للغاية في المطالبات ، مثل منطق الترميز المعقد if-else ، لأن هذا التوافق مع موجه التصميم ضعيف للغاية ، ومصمم تقريبا لسيناريوهات محددة للغاية. التنظيم المنظم هو ممارسة جيدة ، مثل markdown أو json. عند التلميع ، حاول أن تبدأ بأصغر مشهد أولا ، ثم قم بالتوسع تدريجيا. عند استخدام استدعاء أداة ، يجب أن تدع الأداة ترجع ما يسمى بالمعلومات الفعالة للرمز المميز ، على سبيل المثال ، ما عليك سوى {"temperature": 28.2} لإرجاع درجة الحرارة الحالية ، بدلا من "طقس اليوم مشمس ، درجة الحرارة القصوى 29 ، متوسط درجة الحرارة 28.2" ثم السماح الذكاء الاصطناعي بتنظيف البيانات. إذا كنت لا تعرف كيفية وصفها منطقيا ، فإن إعطاء الأمثلة هو في الواقع أفضل طريقة ، وإعطاء بعض الأمثلة من زوايا مختلفة فعال جدا الذكاء الاصطناعي. يجب أن يستخدم البحث السياقي الاسترجاع في الوقت الفعلي قدر الإمكان ، بدلا من التخزين المؤقت طويل المدى ، ويجب مراعاة توقيت محتوى الاسترجاع. عنوان البرنامج التعليمي:

تظهر نتائج EQBench الخاصة ب Claude-Sonnet-4.5 أن EQBench نفسها تحتل المرتبة الثامنة ، لكن الكتابة الإبداعية والكتابة الإبداعية الطويلة تأتي أولا بشكل مباشر. لذا بالإضافة إلى كتابة التعليمات البرمجية في Claude-Sonnet-4.5 ، يمكنك أيضا محاولة كتابة مقالات باستخدام Claude-Sonnet-4.5 ، لقد كنت أستخدم DeepSeek-R1 ، ملك الأوهام ، لكتابة بعض الأشياء الإبداعية. يبدو أنه يمكن تغييره الآن.

يتم تحديث الميم أيضا...... الموجود على الشبكة قديم جدا ، لقد صنعت واحدة جديدة يدويا.