HN 上看到的 原文是英文
TL;DR:
o1 不像是其他模型, 需要选择性的提供材料和上下文 (从而避免上下文过多造成的负面影响), 对于 o1 来说, 更多的上下文, 更多的描述反而能够极大的增强其能力.
比如一段代码, 其他模型你可能会选择 RAG 提供文档或手动筛选提供的信息, 并给定主题. 但是对于 o1 来说, 在上下文窗口内, 提供详细的描述 例如代码要求 示例等, 然后提供足够多的文档, 效果会非常惊艳. (这只是一个例子, o1 代码能力蛮抽象的也…)
或者问问题, 这是我个人经历. 就是不要简洁的问 “什么是RAG”, 而是把你的想法直接写下来, 比如 “什么是RAG, 我一直以为是… 我看到有一些应用… <省略>”, 反正超级长的一串自己都看不懂的问题+描述+猜测
但是 o1 就能够理解并给出详细的解释, 因为你的问题足够多, 甚至能够给你分类解释.
我已经有两个知识点, 靠这种方法, 一次对话, 直接几乎完全掌握. (包括RAG, 别笑, 虽然RAG的基础是很简单, 但很多网站都把这玩意讲的老复杂了, 一直没懂)
特别建议看下原文, 反正都有翻译
个人感觉蛮多人都是 o1 也是用的普通模型的一句话prompt, 真的可以试试堆信息