原文链接https://arxiv.org/pdf/2501.12948
论文明确建议R1使用零样本提示而非少样本提示。
此外，还确认了R1在以下方面表现不如或没有显著优于V3:
- 函数调用（Function Calling）能力
- 多轮对话（Multi-turn）能力
- 复杂角色扮演能力
- JSON输出格式处理
- 软件工程
7 个赞
JSON输出格式的确不如V3
意思是不要用传统的 few-shot 技巧
其实应该不止于此，感觉 R1 对于以往的结构化提示词（比如 #Role ##Workflow ##Skills 这类）都没什么感觉，用大白话告诉他任务是什么才能达到最好的效果，否则会把提示词翻来覆去地解读反而优柔寡断
2 个赞
关于结构化提示词的效果，我也怀疑过，但是论文没提，我也还没实测确认
1 个赞
啊这，会过度思考吗
部分倒退……
如果R1的"复杂角色扮演能力"差的话，也不会有那么多拿R1来搞**的了 
1 个赞
我观察了一下，提示词写得过于详细他就会不停的用“但是，用户说……”这类句式来否定原本说的很对的思考结果。我个人认为作为推理模型他自己能推导出应该做什么，就不需要那么多条条框框了
2 个赞
能否认为指令遵循能力不及预期？
4 个赞
刚刚试了一下
r1输出的文本质量比v3好很多，v3像人机而且说的话不自然
输出json格式的随机角色
总结
按用户输入生成
必须按照以下格式生成角色的json资料
姓名：（以欧美与日本风格的名字为主，严格禁止出现名字相同或相似的角色）
稀有度：（有N,R,SR,SSR四种稀有度，越靠后越稀有）
性别：（随机）
种族：（N和R固定为人类，SR可能是人类，也可能是精灵、半兽人、矮人等其他种族，SSR必定是龙、天使、恶魔等稀有且强大的种族，但并不一定是这三个中的）
职业：（N是普通人日常中常见的职业，R是日常能够遇到但是较为少见的职业，SR是日常中十分少见的职业，SSR是高贵而稀有的职业）
外貌特点：（包括发色、瞳色等情况）
服装：（通常情况下，角色会穿着符合其职业和身份的衣服）
介绍：（对该角色的简要介绍）
标签：（用于AI绘图的关键字，根据角色的种族，职业，外貌特点，服装等情况生成，标签应当使用英文而非中文）
我之前在cursor里用就发现了。。。
药多会左脑跟右脑打架，跟阿诺一样复读是吗
那我问你 
你是怎么不打架 
就是要说人话，少整那么多复杂的prompt
比如让他模仿孙吧风格就行了，不用整那么多设定
是这样的，我让它写一个函数，把背景和需求都写详细了，这货一直反复思考，然后就被截断了
1 个赞
好像就是用大白话直接问，效果好一些
太经典了 
1 个赞
我用的时候，可能是我表达不太准的原因，他总是会自己解读一部分信息，然后又自己反驳自己，这就导致他经常思考很久，而且有的时候回答不尽如人意 
看他深度思考就给我一种看阿诺的感觉 
那这个 Aider LLM Leaderboards | aider 排行榜上 DeepSeek R1 + claude-3-5-sonnet-20241022 这一条，说不定换个模型效果更好（