AI HOT 精选
Adam's Law：用高频词写Prompt效果更好
8.5内容质量
TL;DR · AI 摘要
使用高频词汇写Prompt可显著提升模型表现，这是由FaceMind团队实验验证的Adam’s Law。
核心要点
- FaceMind团队通过100种语言实验发现，高频表达方式能显著提升Prompting和Fine-tuning效果。
- Adam’s Law指出，高频词汇并非简化，而是让模型在熟悉的概率空间中工作，效果更佳。
- 写Prompt时应优先考虑模型训练语料中的词汇频率，而非追求词汇高级或优雅。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Adam’s Law
金句 / Highlights
值得收藏与分享的关键句。
FaceMind团队用100种语言、四大核心任务的实验直接证明：高频表达方式显著提升模型表现。
Adam’s Law指出，高频表达不是简化，而是让模型在最熟悉的概率空间里干活，效果直接起飞。
下次写Prompt时，别再追求多高级、多优雅了，先问自己一句：这句话模型在训练语料里见过多少次？
#AI#Prompt Engineering#NLP
打开原文大家还在拼命把Prompt写得文雅、专业、结构严密，以为这样模型就会更听话、输出更准，结果正好相反。" / X
别特么给AI拽“高级词汇”“冷门词”了!! 大家还在拼命把Prompt写得文雅、专业、结构严密，以为这样模型就会更听话、输出更准，结果正好相反。 FaceMind团队用100种语言、四大核心任务的实验直接证明：语义完全不变的前提下，用预训练语料里出现频率更高的表达方式，不管是Prompting还是Fine-tuning，模型表现都会显著提升。 这就是 Adam’s Law——文本频率定律。 它把当前数据工程的“质量-规模-难度”铁三角，直接补上了缺失的第四维度：频率。 高频表达不是“简化”，而是让模型在它最熟悉的概率空间里干活，效果直接起飞。 下次写Prompt的时候，别再追求多高级、多优雅了，先问自己一句：这句话模型在训练语料里见过多少次？
Quote
Berryxia.AI
@berryxia
5h
「马嘉祺」和Anthropic让全网知道的技术问题，这家初创公司的CEO在洗澡的时候就解决了。
大家还在拼命把Prompt写得文雅、专业、结构严密，以为这样模型就会更听话、输出更准。结果正好相反。...