未知伤亡 发表于 2026-9-17 15:41
上下文太长了吧，模型注意力被分散了以后就容易说这种词不达意的话
不完全是词不达意，gpt现在的中文就是经常用一些莫名其妙的单字动词还有乱打比喻来描述它做的工作还要记录日志，然后逻辑又很跳跃，不用塞多少上下文，单纯直出一个日志很大概率就已经是这种文本风格了。
现在最大的问题是这种风格开始扩散，越来越多的模型都开始这样不讲人话。
说明万亿参数量也只能编程特化，AGI的路还长的很呢
Mirathel 发表于 2026-9-17 11:17
我遇到的问题应该和压缩无关（由于速度问题，宣称的百万上下文填满要很久），有些会话从初始状态就表现得 ...
试试在提示词上进行更详细的目标描述
这半年新训练的模型都优化了指令遵守，所以模糊提示词下的性能不好。但上下文窗口和思维链特性又导致过多的规则要求同样会导致性能下降，也就是说现在对提示词质量的要求比以前更高，要在相对有限的空间内给出明确的指令
现在各家模型厂开始卷harness就是这个原因
处男鉴黄师 发表于 2026-9-17 08:52
试过了，大概两年前suno水平
那minimax music3作为DiT模型连两年前的suno都不如吗，有点拉了...反正YuE2我随便玩了玩感觉效果能接受了
—— 来自 Xiaomi 25019PNF3C, Android 16, 鹅球 v3.5.99
hugosol 发表于 2026-9-17 14:17
4.1flash无论是token消耗还是不说人话方面都在向SOTA模型靠拢，唯一的优势就是成本了 ...
上下文长度的问题，上下文长度超过50%，输出的中文就开始有点问题了
大于70%就开始说胡话， 如果保持在 10-40%基本还是很正常的。
4.1f写文完全没法用，大概也是pro回归的重要原因，等下版本吧
这个不回人话（包括代码也不写人能看的代码）的趋势非常明显，因为训练中有对 token 效率的追求，所以最终的结果是，只要 agent 能懂这个代码就行，同时为了 token 效率，代码需要越短越好。GPT 系列这点非常非常明显
有什么免费的英语配音可以用么？有个视频需要配英语旁白，现在用edge-tts，勉强能用。gemini 3.1 flash tts效果很好，不过有每日限额。
lilod 发表于 2026-9-17 16:32
这个不回人话（包括代码也不写人能看的代码）的趋势非常明显，因为训练中有对 token 效率的追求，所以最终 ...
有一个很有名的skill叫caveman，就是让模型用原始人一样的最简单词汇思考和输出，可以非常有效的压缩token使用量。对于写代码这是好事，对写作就是灾难了
之前不是还有个omen alpha吗？感觉一点波澜都没有，牛来真是天时地利，而且5.3f本身也有实力。
顺带一下，忘记miboy4月份疯狂碰瓷ds v4的事情了吗
提示词很重要，某脑有个测试预设4.1f写出来的文和哈基米差不多惊艳
论坛助手,iPhone
我用dpsk v4.1 flash写技术报告还行啊，倒是qwen3.8 flash写的报告很难懂
——来自 NOH-AN00 上的 S1er 客户端
Litccc 发表于 2026-9-17 17:12
提示词很重要，某脑有个测试预设4.1f写出来的文和哈基米差不多惊艳
论坛助手,iPhone ...
能分享一下吗
lilod 发表于 2026-9-17 16:32
这个不回人话（包括代码也不写人能看的代码）的趋势非常明显，因为训练中有对 token 效率的追求，所以最终 ...
然后这个token效率有时候也只是llm和训练数据“自认为很高”的token效率，比如经常使用单字代词单字动词，这是没有中文token分词表时才有的省token写法有的国模把这也学过去了
现在国产模型分词表里常用短语和中文词语已经很多了，我前段时间试过刻意压字数写翻译工具提示词，结果丢到ds的分词器里面看，字数更少的版本token消耗量反而涨了，因为使用了更短的生僻表达让分词器回退到了单字拆token的状态，后面把一些词替换成更常见的多字词语效果就好一些。
matt pocock有个skill用来解决不说人话的问题的：https://github.com/mattpocock/skills/blob/main/skills/productivity/wait-what/SKILL.md
Wait, I don't understand where you've got to here. Re-pitch that: give me a little bit of context, talk in ASD-STE100 Simplified Technical English, and use the ubiquitous language from CONTEXT.md (follow CONTEXT-MAP.md to the right one if the repo has more than one).
不过是针对英文的，中文的话要研究一下有什么魔法提示词比较有效
love4aids 发表于 2026-9-17 13:37
现在4.1f的破甲难度是不是高了很多啊
harness有破甲插件
—— 来自 鹅球 v4.0-alpha
华子今天的卡路线图很夸张啊
https://z.ai/blog/glm-built-its-inference-infrastructure
智谱今天发的博客文章，里面提到新的国产卡数据中心的架构是大量利用agent在生态不成熟，文档不齐全的背景下完成的
能力再演进一些，说不定能利用AI能力打破CUDA的生态垄断
Litccc 发表于 2026-9-17 17:12
提示词很重要，某脑有个测试预设4.1f写出来的文和哈基米差不多惊艳
论坛助手,iPhone ...
Deep♂Dark-v4 那个吗 最近哈基米各种外审截断抽风 正好换个试试
本帖最后由 nxmonitor 于 2026-9-17 20:27 编辑
突然你发现下午V4P的接口单独出现了性能下降，种种迹象说明4.1Pro可能不远了……
谁用上mimo X了？现在变秒男了有感觉吗，叫它干啥起手就是干，收尾也不检查（虽然指令依从性还不错，要求检查会检），就是要给你立刻端出东西来，真就小爱特化模型呗
能力没啥问题，和ds v4.1 falsh、glm 5.3 flash用起来没区别，当然也可能是我的项目难度不高
感觉也是一脉相承，v2.5起就响应飞快，比如用来直播实时翻译的话mimo就是最快的
用了qwen3.8 flash next和ds 4.1 flash，感觉带ngram模型会变得粗心大意
我又来发布自己做的时尚小垃圾啦
https://github.com/petrel-cn/prompt-generator
因为本地文生图的提示词找网页AI翻译的话，经常会被拒绝（原因你懂的），因此我做了一个自带破甲的提示词生成器，只要你在上方输入中文，就可以自动为你生成英文的提示词。目前只支持DeepSeek的API，建议调整思考强度为关闭，可以将拒绝概率降到最低。
提示词默认已经破甲，允许用户自行修改。如果你觉得破甲强度不够可以自己改
每次对话采用独立进程，不保留上下文，尽可能降低费用，提高速度。
已生成的提示词可以保存下来，方便以后查看。
由于程序的运行原理是：系统提示词 + 用户输入 → LLM → 输出，因此你可以通过手动修改系统提示词的方式要求它输出任何内容。
如果你不想上GitHub，可以下载该附件，已经编译为exe格式，双击就可以使用，请自行杀毒
坛子漆黑 发表于 2026-9-17 15:42
除了铜矿和强迫,其他的尺度再大都没问题.问题是写出来的文根本没眼看
破甲词现在有啥稳定的吗
—— 来自 S1Fun
dsh 0.1.6 alpha2更新，加了官方插件管理、子代理数量和层数控制、office文件预览
这么便宜真的是astra吗
一个任务了，dsh派了100多个sub-agent，codex报错，难顶，许愿明早能搞好，睡觉去了。
stream disconnected before completion: Transport error: network error: error decoding response body
Error running remote compact task: stream disconnected before completion: Transport error: network error: error decoding response body
话说新上的那个匿名模型 union 阿尔法怎么样？我今天试了一下 感觉还可以
—— 来自 鹅球 v4.0
jonarryn 发表于 2026-9-18 01:44
话说新上的那个匿名模型 union 阿尔法怎么样？我今天试了一下 感觉还可以
—— 来自 鹅球 v4.0 ...
本质路由器，路由到astra就转了，路由到别的就亏了
—— 来自 HONOR AAK-AN00, Android 17, 鹅球 v3.5.99
可以给唐杰选个饮料瓶了
千问办公帮我处理CAD，Hermes帮我运维服务器，pi帮我改代码，我在打游戏，真是忙碌的一天。
——来自 2410DPN6CC 上的 S1er 客户端
这个Zcode完全不能用了啊，怪不得智谱这几个月突飞猛进呢，这语料全是偷的……
智谱的东西就用过一次，然后再也没有用过
只能说一点不意外好吧
noneoneone 发表于 2026-9-18 17:08
千问办公帮我处理CAD，Hermes帮我运维服务器，pi帮我改代码，我在打游戏，真是忙碌的一天。
——来自 2410 ...
千问可以搞 cad，可以做到什么程度啊
—— 来自 HONOR PTP-AN70, Android 16, 鹅球 v3.5.99
我旁边同事用codex检查了一下，他的zcode也中招了。已经转发给部门负责人，他买了好多智谱的股票
本帖最后由 noneoneone 于 2026-9-18 21:09 编辑
zfy1989 发表于 2026-9-18 20:43
千问可以搞 cad，可以做到什么程度啊
—— 来自 HONOR PTP-AN70, Android 16, 鹅球 v3.5.99 ...
是一些文字替换、打印的任务。之前的agent都是先转成dxf再搞。千问能调用AutoCAD 的 COM 接口，自己电脑上装了CAD就能执行脚本，具体能做到什么程度我还没试过。
其实我有个想法，但只开了个头还没做：CAD图也是矢量图，可以转换成SVG，然后就是AI擅长的领域了，用AI能直接改图出图。
这样我怀疑workbuddy也有问题，这东西也是莫名其妙的高占用
智谱咋了
—— 来自 S1Fun
https://github.com/MiniMax-AI/minimax-code
minimax code 也开源了，而且不是「近期开源」，牢唐的功劳
zcode那个神秘封号机制之前都被爆出来过，如果尝试拦截zcode请求来改动zcode自带的系统提示词就会被智谱封号，经典A/作风