调教最暖大模型通过prompt调试并比较国内外大模型人情味的小实验

大模型“人情味”实验总结

主要发现：

1. ****GPT-4的人情味最初较低，但在经过特定prompt调整后，其人情味得分迅速提升，超越了其他模型。

2. ****国内大模型在老年人相关问题上的回答更具有人情味，而国外大模型在职场压力和焦虑问题上的回答更贴合人情味。

3. 在处理发展相关问题时，国外大模型表现出更高的人情味得分。

4. 国内大模型在人际关系领域展现出更强的人情味特质。

**5. **在“教原理”与“喂作业”两种prompt策略中，“教原理”策略对提升大模型的人情味更为有效。

**6. **国内大模型与人类撰写答案相比，在人情味的各维度上均表现较好。

**7. **公众科技力的概念被提出，强调普通人对科技创新的参与和贡献。

实验过程与方法：

• 实验设计：设计了人情味量表，包含拟人、共情、表达三个维度。
• 实验对象：选取了5款国内外大模型，包括GPT-4、Vicuna、以及3款国产模型。
• 实验步骤：通过特定prompt调整，评估模型人情味变化，识别最佳组合方式。
• 结果分析：对比未调整和调整后的模型表现，发现“教原理”策略在某些模型上更有效。
• 结果应用：通过实验，提出“公众科技力”的概念，鼓励更多普通人参与到科技创新中。

结论：

通过实验，我们发现不同大模型在处理不同类型问题时，其“人情味”表现存在差异。通过精心设计的prompt，可以显著提升大模型的人情味表现。同时，强调了公众科技力的重要性，鼓励更多普通人参与科技创新，共同推动技术发展与社会福祉的融合。