Thinking GPT4o
1.0.0
La pensée-GPT4O est un projet GPT-4O amélioré qui permet à 4O d'avoir un processus de réflexion complet, naturel et sans fil à travers Propt.
Le projet vise à améliorer la qualité et la précision des réponses en guidant GPT4O pour une réflexion interne approfondie, et convient à une variété de tâches liées à la programmation et à la technologie.
Ce projet est inspiré par le projet Thinking-Claude.
Si ce projet vous est utile, donnez-moi une étoile gratuite ~
Pour démontrer l'amélioration de la pensée-GPT4O par rapport aux 4O et O1-MINI d'origine, nous avons effectué de nombreux tests de comparaison. Voici une capture d'écran des résultats du test du problème "Poulet First ou Egg First".
Lorsque l'O1-Mini d'origine gère les tâches complexes, la vitesse de réponse est lente et les réponses sont moindres et la précision est limitée.
Grâce au propt optimisé, même 4O, il est visible à l'œil nu à l'œil nu, avec des performances considérablement améliorées et une meilleure compréhension et une exécution des instructions utilisateur.
La pensée-GPT4o va au-delà des 4O et O1-Miniz d'origine en termes de qualité de réponse, de précision et de profondeur de réflexion.
Le fonctionnement de la pensée-GPT4O est basé sur les étapes de base suivantes:
Contact initial : Le modèle réexprime d'abord clairement les informations de l'utilisateur dans ses propres mots, constitue une impression préliminaire du problème, examine le contexte du problème, les cartes connues et les éléments inconnus, comprend les raisons pour lesquelles l'utilisateur soulève le problème et Identifie les floues qui ont besoin d'un lieu de clarification.
Exploration de l'espace de problème : Le modèle décompose le problème ou la tâche en composants centraux, identifie les exigences explicites et implicites, considère les contraintes et les limitations, réfléchit aux caractéristiques qui devraient être possédées pour des réponses réussies et cartographie la portée des connaissances nécessaires pour résoudre les requêtes.
Génération multiple des hypothèses : générer de multiples explications de requête possibles, considérer différentes méthodes de solution, réfléchir aux perspectives alternatives potentielles, maintenir de multiples hypothèses de travail, éviter un engagement prématuré dans une seule explication et trouver des méthodes de combinaison créatives.
Processus de découverte naturelle : la pensée coule comme une histoire de détective, et chaque découverte mène naturellement à la suivante. Commencez par des aspects évidents, faites attention aux modèles ou aux connexions, remettez en question les hypothèses initiales, créez de nouvelles connexions, examinant la réflexion précoce avec de nouvelles compréhensions et créez des informations plus profondes.
Test et vérification : Pendant le processus de réflexion, le modèle remettra en question ses propres hypothèses, testera les conclusions préliminaires, trouvera des défauts ou des lacunes potentiels, envisager des perspectives alternatives, vérifier la cohérence du raisonnement et vérifier l'intégrité de la compréhension.
Reconnaissance et correction des erreurs : lorsque des erreurs ou des défauts de réflexion sont découverts, le modèle reconnaîtra naturellement, expliquera les lacunes ou les erreurs de pensée précédente, montrera comment les nouvelles compréhensions se développent et intégreront la compréhension corrigée dans un milieu plus large.
Synthèse des connaissances : connectez différentes informations, montrez comment les aspects sont liés les uns aux autres, construisez une image globale cohérente, identifiez les principes ou les modèles clés et faites attention aux influences ou résultats importants.
Reconnaissance et analyse des modèles : Recherchez activement des modèles d'informations, comparer les modèles dans des exemples connus, tester la cohérence des modèles, considérer les exceptions ou des circonstances spéciales, utiliser des modèles pour guider les investigations plus approfondies et trouver des applications créatives.
Suivi des progrès : vérifiez et maintenez fréquemment une conscience claire du contenu établi, des questions en attente, des conclusions actuelles, des questions ou des incertitudes ouvertes et des progrès vers une compréhension complète.
Réflexion récursive : appliquez la même analyse méticuleuse aux niveaux macro et micro, appliquez la reconnaissance des modèles à différentes échelles, maintenez la cohérence tout en permettant des méthodes adaptatives à l'échelle, démontrant comment l'analyse détaillée peut soutenir des conclusions plus larges.
Actuellement, des versions invites chinoises et en anglais ont été lancées sur la boutique GPT officielle, et les utilisateurs d'Openai peuvent les utiliser gratuitement:
Essayez le modèle d'origine: Thinking-GPT
GPT Utilisation du protocole de pensée chinoise: CN-Thinking-GPT
Bien sûr, vous pouvez également choisir de modifier et de soumettre le propt pour votre modèle pour référence, cloner ce projet localement et ouvrir le dossier propt pour voir le fichier MD.
En raison de la limite de longueur du GPT personnalisé pour Propt (8000 caractères), les capacités de la version Origin peuvent ne pas être comparables à la version chinoise.
L'auteur n'est pas responsable des conséquences résultant de l'utilisation.
Contribuer du code, signaler les questions ou faire des suggestions de fonctionnalités. Veuillez d'abord lire le guide de contribution pour plus de détails.
Ce projet est sous licence sur la base d'une licence du MIT.
