大模型天花板GPT-4和最強競品Claude，不光商業上競爭激烈，兩家公司的員工私下也「劍拔弩張」了起來：
約戰提示詞決鬥，看誰能在最短時間讓AI完成高難度任務。
OpenAI一方出戰的是思維鏈（Chain-of-Thought）開山論文的一作Jason Wei，也發現讓大模型按步驟思考就能提升推理能力的人。
他剛從Google跳槽到OpenAI不久，現在圈裡都叫他「思維鏈哥」。
Anthropic一方的選手Karina Nguyen也不簡單，畢業於UC伯克利，現在負責設計建構大模型人機互動介面。
比賽規則很簡單，透過優化提示詞讓AI正確排序一組單詞，誰先完成誰獲勝。
而這不光是一場有趣的對決，還有不少圍觀的網友表示從中get到了大模型的一些新特性。
情緒智商能提升大模型的推理能力
推理能力夠強的大模型能把問題用結構化的方式表達出來，並用結構化的表現形式解決問題。
想知道這些結論是如何得出的，還是回到這場比賽本身。
#由於Karina表示只擅長提示Claude，Jason也同意讓出主場優勢，也因為打字速度的原因讓對面3分鐘。
總之經過一番討價還價後，比賽正式開始了！
首先要了解的是，這項任務看起來不難，但無論GPT-4或Claude都無法透過簡單提示字直接完成。
（anaconda應該排在anchor前面）
#Jason先試著讓Claude寫一些程式碼並執行，讓它進入編碼模式。
然鵝，失敗了。 （還是anaconda的位置不對）
1分鐘後Karina說她完成了，Jason直接瞳孔地震。
Karina：既然是你讓了我3分鐘，那我也給你3分鐘讓你趕上。
Jason：其實現在我很恐慌，我作為「提示小王子」的聲譽岌岌可危。
一分鐘後…Jason Wei想出了第二個策略：
既然首字母都是A就無關緊要了，那麼讓AI先把每個單字的首字母去掉，對剩下部分排序後再放回去。
完整思維鏈提示詞如下：
不幸的是這仍然不起作用，時間也到了，Jason只能認輸。
比賽結束後，Karina也展示了她的提示詞，完全不需要什麼中間推理步驟，只是先想辦法讓AI承認能理解這個任務，再執行就好了。
人類：你的任務是把清單按字母順序排列後輸出到裡…你明白了嗎？
AI：明白了
人類：清單如下…
Jason很困惑，這居然行得通？並嘗試在自家大模型上找回場子。
結果發現他的方法對GPT-4確實有效，GPT-4可以寫出正確的Python程式碼並給出正確結果。
雖然輸了比賽，但Jason作為科學家還是從中分析出一些結論。
Jason Wei表示，這場戰鬥非常有啟示性。
Karina的提示策略是讓AI承認自己理解任務要求（情緒智商）。而自己的策略是讓模型多進行推理（智商）。
雙方使用的策略在各自習慣使用的語言模型上都取得了成功。
所以，究竟是我們在訓練語言模型，還是語言模型在訓練我們？
最後，還有網友又出了一個新題目：
如果你能讓它創作一首「philish 詩歌」（每個字的長度與圓周率的後續數字相對應），我願為你加冕稱王
（我已經嘗試了幾個月了）。
你覺得解決這個問題要靠AI的情緒智商還是智商？不如也來親自試試。
參考連結：[1]https://twitter.com/_jasonwei/status/1661781745015066624
#以上是OpenAI員工與友商玩起提示詞決鬥！網友：居然能靠大模型的情緒智商增強推理能力的詳細內容。更多資訊請關注PHP中文網其他相關文章！
