改一句 prompt 分数涨了？作者教你用重复实验排除噪声
KhuyenTran16 · x · 2026-09-29
改一句 prompt 后结果变好，可能是真实提升，也可能只是噪声——分数波动可能来自 provider、托管端点或测试样本本身。作者 Khuyen Tran 设计了一组实验，通过多次重复运行来判断一次小的 prompt 修改是否带来统计上真实的改进，并开源了全部源码供读者检查与复跑。
「编程与Agent」频道最新
- Weaviate Query Agent 直读图像化 PDF，160 页两分钟免 OCR — CShorten30 · 2026-09-29
- PPTBench 揭短：AI 生成的幻灯片 97% 能打开，仅 2.57% 无缺陷 — JaynitMakwana · 2026-09-29
- 自建 Composer 远程操控云端 Claude Code,移动端体验远胜终端 — lucasmeijer · 2026-09-29
- 设计师晒 AI 生成炫酷网站作品,公开 HTML 文件与所用提示词 — Tegadesigns · 2026-09-29
- 新研究:共享消息板让 AI 智能体集体「信了假信号」,治理结构可纠正 — soumitrashukla9 · 2026-09-29
- YC总裁用AI一个PR修完28个bug:一波「修复浪潮」实录 — garrytan · 2026-09-29