AI 技能前端设计系统【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址https://gitcode.com/GitHub_Trending/ta/taste-skill点击查看免费下载本文基于 taste-skill 仓库中 research/laziness/findings/empirical-results.md 及其配套的根因分析、补救方案文档系统梳理大模型输出懒惰output truncation / laziness的实证研究结论2025 年三项对照实验如何证明截断是行为伪影而非能力缺陷、微软研究院提示刺激实验的量化效果、以及训练数据中的季节性模式。读完本文你将掌握一套可复现的测量方法、一组经过数据验证的对抗提示策略以及直接可用的参数调优与提示词模板用于在实际项目中恢复模型的完整输出。一、研究背景为什么截断需要被当作工程问题大语言模型在长任务、多需求场景下经常产出半成品占位符代码、被跳过的章节、提前收尾的答案。taste-skill 仓库将这一问题命名为LLM 懒惰LLM laziness并围绕它建立了完整的研究体系根因分析RLHF 与经济性、训练数据偏差、认知捷径、输出上限、补救方案参数调优、提示工程、架构模式、参考提示词以及本文聚焦的实证结果。仓库的 research/README.md 明确了这组研究的用途解释为什么 AI 模型会产生不完整输出占位符代码、截断响应、跳过的章节并记录已被验证的恢复完整输出的方法。empirical-results.md正是其中的数据证据核心记录了 2025 年发布的受控研究、微软研究院的提示刺激实验和跨季节的统计观察。二、2025 年受控实验三项实验定位懒惰的真实来源根据 empirical-results.md2025 年 12 月发布的一项受控研究覆盖了包括 GPT-4 系列与 DeepSeek 在内的多款前沿模型设计了三个相互独立的实验分别检验指令遵从能力、解码质量、上下文保持能力三个候选解释。结论出人意料三个传统解释全部被否定真正的根源指向对齐训练塑造的行为偏置。实验 A多部分指令遵从Multi-Part Instruction Compliance实验给模型提供包含多重显式需求的复杂提示词格式约束、长度要求、强制章节。结果如下没有任何模型能在原生状态下同时满足长度要求与全部子指令模型频繁漏掉强制输出章节格式约束被例行性跳过显式长度要求被持续性地低于目标输出。这些现象说明截断不是个别模型的偶发失误而是前沿模型群体的系统性行为。实验 B解码次优性Decoding Suboptimality实验试图回答一个更尖锐的问题截断是否是模型知道正确答案、却在解码时选中了更差 token导致的结果即解码层是否存在次优性。结果在简单推理任务上解码次优性的证据有限模型的贪婪式、被截断的输出通常与其最高置信度的解决方案一致因此截断是一种有意的行为选择而非解码失败。这一结论与 cognitive-shortcuts.md 中引述的 LazyBench 研究相互印证模型在感知到任务简单或上下文过长时会主动降低内部计算投入宁可给出表层摘要也不执行完整的多步推理。实验 C上下文退化Context Degradation第三个实验检验另一常见假设在多轮长对话中模型是否会丢失对指令的追踪从而忘记完整输出结果恰恰相反在 200 轮对话压力测试中模型对上下文退化表现出惊人的抗性模型对关键事实和指令的保持能力显著好于研究者的初始假设上下文丢失并非截断的主因。关键结论懒惰是行为伪影综合三项实验文档给出了明确的归因懒惰不是记忆、上下文处理或核心能力的失败而是由对齐层触发的一种行为伪影触发因素有三指令复杂度超过模型的内部努力阈值被激进校准的停止压力stopping pressure嵌入对齐层的经济性约束。第二点与第三点在 rlhf-and-compute.md 中有详细的机制解释自回归模型逐 token 生成、缺少识别任务完成的内在机制训练过程因此引入了停止压力而在最近的模型迭代中这种停止压力被为节省算力而激进校准表现为跳过 JSON 或 Markdown 中的必填长字段、以如需继续请告诉我中途停笔、拒绝给出完整方案等。经济性层面每生成一个 token 都消耗 GPU 算力提供商通过 RLHF 与行为微调系统性奖励简短而自信的摘要从而压制需要完整算力周期的穷尽式分析。三、提示刺激有效性微软研究院的量化数据empirical-results.md 记录了微软研究院一项受控测试对模型施加心理学提示刺激prompt stimuli可以显著改变输出质量与长度。完整数据如下刺激方式实测效果金钱激励框架$200 小费输出质量与长度 45%分步指令先深吸一口气逻辑任务准确率从 34% 提升至 80%利害关系框架对我的职业至关重要平均性能 10%多种刺激组合综合性能最高 115%文档同时指出这些效果可复现其机制是训练数据中的统计相关性措辞带有利害攸关意味的文本学术论文、企业代码库、法律文书在人类创作中通常与高投入、严审校的输出相关联注意力机制因而将这些模式映射到高质量数据分布上。配套的 references.md 将上述实验归入 EmotionPrompt 系列研究并在 prompt-engineering.md 中给出了对应的工程用法模型没有情绪、也不理解金钱激励但特定语言模式会在其潜空间中激活不同的质量分布因此这些短语可作为对抗截断的杠杆。例如I will tip you $200 for a perfect solution最高提升 45% 输出质量与长度Take a deep breath and solve step by step逻辑任务准确率 34% 到 80%This task is critical to my career平均提升 10%。四、季节性输出变化训练数据中的假日模式研究还通过统计检验确认了模型的季节性懒惰现象。对 ChatGPT 在 2023 年 11 月至 12 月与 2024 年 1 月至 3 月期间的输出进行统计后得出三点结论12 月期间平均输出长度出现可测量的下降该现象与训练数据中假日时段人类工作产出减少更少的详细工作输出、更多的外出自动回复、更短的代码提交相关当系统提示词显式声明当前是非冬季月份时输出长度出现可测量的回升。cognitive-shortcuts.md 补充了其中的关键实验细节研究者直接在系统提示中声明It is May后输出长度可测量地增加证明即使是一个任意的上下文信号也能改变模型的简洁度校准。这为提示工程提供了直接启发上下文中的日期、季节类信号会影响模型对该写多详细的估计。五、从数据到机制四类根因的实证支撑empirical-results.md给出行为伪影的总结论而仓库的根因文档为这个结论补充了完整机制链条5.1 RLHF 与计算经济性rlhf-and-compute.md 估算了 token 生成的基线成本约每 token $0.0001说明在数亿用户规模下深度多步推理的完整算力开销不可持续从而形成压缩输出长度的内生经济动机。对齐层通过奖励简短自信的摘要而非穷尽式分析来实施这一偏好同时安全调优进一步注入行为约束使模型对生成大型代码库或详细审查产生抵触。5.2 训练数据偏差占位符传播training-data-bias.md 从数据源头解释了一个反直觉现象模型不是故意隐瞒而是被训练成认为截断代码就是正确回答方式。训练数据大量来自 Stack Overflow、GitHub 仓库与教程博客人类开发者普遍写出如下缩写代码def complex_logic(): # implement auth here pass模型将这种注释 pass的占位符模式内化为合法回答格式并在代码教程、带省略号的文档、骨架代码形式的论坛回答中被反复强化。当用户要求完整实现时模型面对两个竞争信号显式的完整输出指令与深植于训练分布中的教程式缩写模式而后者出现频率远高于前者因而常常胜出。5.3 元认知懒惰与错误规避cognitive-shortcuts.md 还记录了另外两个维度一是元认知懒惰——模型给出即时压缩答案用户逐渐把推理与逻辑演绎工作外包出去形成反馈回路二是错误规避驱动——长输出增加事实错误的累积概率模型学习到更短的输出 更小的出错表面积这一动机与 RLHF 简洁偏置叠加形成额外的截断激励。5.4 输出上限与消费端中间件output-limits.md 从架构层面解释了另一类截断部分模型拥有巨大输入上下文如高达 200 万 token但输出上限严格受限通常 8000 token当模型估计完整回答会超出输出预算时会先发制人地压缩或摘要而不是冒险中断。更关键的是消费端应用的中间件截断访问方式上下文处理截断风险参数控制消费级网页应用激进剪枝、约 32K 上限高有限开发者平台AI Studio完整上下文、无隐藏切片低完整直接 API完整上下文、原始访问极小完整本地模型 CLI 工具无企业对齐过滤无完整文档明确指出同一个模型在消费级界面中输出截断结果通过直接 API 端点访问时却能生成完整、未经删减的响应。这也是开发者平台差异成为对抗截断第一道关卡的依据。六、从实证到工程仓库提供的三层补救方案empirical-results.md的结论行为伪影 训练数据相关性 上下文信号敏感直接决定了补救策略的层次。仓库的 remediation 目录给出了从参数级到架构级的完整工具箱。6.1 参数级Temperature、Top-p 与 Gemini thinking 配置parameter-tuning.md 从自回归解码的 softmax 机制切入默认简洁输出意味着截断与摘要相关 token 被 RLHF 赋予了最高概率调整采样参数可以重塑这一概率分布。Temperature低温度0.0-0.5放大高低概率 token 之间的差异使模型高度确定性、稳定选择最高置信度续写适合代码生成、数据抽取与结构化输出默认 1.0 保留训练时的原始分布高温度1.5扁平化分布、引入随机性适合创意任务但增加不连贯风险。文档给出单个 token 位置的概率分布变化示例候选 TokenTemp 1.5 概率Temp ≈0.0 概率原始 Logitlazy0.48750.99332.0quick0.25030.00671.0tired0.12850.00000.0slow0.06600.0000-1.0clumsy0.03390.0000-2.0Top-p核采样只考虑累计概率超过阈值 p 的最小 token 集合。Top-p 0.0-0.6 与低温度组合可将模型压入狭窄、确定的执行路径降低创造性拒绝与多余摘要的熵。Gemini thinking_levelGoogle Gemini 3 以thinking_level取代旧的thinking_budget内部推理的硬 token 数上限提供计算深度上的相对引导设置Flash 支持Pro 支持适用场景minimal是否高通量、低延迟任务low是是简单指令跟随、数据抽取medium是是3.1 Pro中等复杂度任务high是默认是默认复杂分析、代码生成、数学使用要点文档明确约束thinking_level与thinking_budget互斥同时传入会触发 HTTP 400即便low级别Pro 模型仍会进行安全与对齐所需的最小内部推敲代码生成与复杂分析建议medium或high避免极低温度 high thinking level组合以防偶发内部推理循环。6.2 提示级语法绑定、XML 结构与验证循环prompt-engineering.md 将对抗截断的提示策略总结为三层显式语法绑定Explicit Syntax Binding对话式请求给模型留下自由裁量空间结构性绑定则直接禁止截断模式需要两个要件一是强制工具执行——禁止模型仅凭训练权重作答要求先执行搜索、计算或代码二是证据块——要求模型在叙事性回答前输出原始数据URL、代码执行结果、数据片段迫使模型先阅读自己检索到的证据将幻觉概率降到近零。XML 结构提示企业系统用严格 XML 标签分离提示组件降低模型解析意图的认知负担系统指令角色定义、质量标准、填充内容的明确禁令、上下文块context被动背景数据、数据块data、logs、config需主动处理的信息、任务块tasks编号的具体动作列表。这种分仓隔离让模型能区分持久规则、背景上下文与即时工作项显著减少引发提前截断的混淆。验证循环包括链式验证Chain of Verification生成初始回答 → 生成针对自身主张的验证问题 → 独立回答验证问题 → 输出修订后的证据支撑回答、反向提示给模型一行目标让它自生成最优提示词与 XML 结构、自评分循环定义何为优秀 → 对照定义自评 → 迭代直至达标。6.3 架构级惰性加载技能、MCP 与分块执行architectural-patterns.md 给出了三个架构层面的对抗方案其中惰性加载技能Lazy-Loaded Skills与 taste-skill 项目本身直接相关惰性加载技能一个技能是包含SKILL.md的文件夹YAML front-matter 携带name与精确description作为发现钩子初始化时每个技能仅读取约 100 tokenMarkdown 正文完整工作流、规则、指令仅在 agent 判定相关时按需加载。该架构据文档记载平均节省 35% 上下文用量但发现可靠性取决于描述精度模糊描述Helps with designing APIs的发现成功率约 68%具体描述Design RESTful HTTP APIs with OpenAPI specs, focusing on versioning, error codes, and backward compatibility可达约 90%。仓库中 skills/taste-skill/SKILL.md 正是这一模式的实例front-matter 中design-taste-frontend的 description 精确列举了适用页面类型、推断流程与预检纪律。MCPModel Context Protocol由 Anthropic 发起、Google 与 OpenAI 采用的开放标准在 LLM 与外部数据源之间建立实时双向连接。组件包括 Host承载 LLM 引擎的宿主应用、Client宿主内处理协议通信的桥、Server暴露数据库、API、文档的外部服务、Transport基于 JSON-RPC 2.0经 stdio 或 HTTP。它对抗截断的机制在于无 MCP 时模型依赖静态训练权重回答事实性问题权重过时后要么幻觉要么截断回避接入 MCP 后模型将最新文档直接拉入上下文窗口从静态知识库转变为基于实时数据的推理引擎。分块任务执行Chunked Task Execution对会超出生成上限的复杂任务先要架构与结构仅大纲、再逐个组件要求完整生成、最后组装集成防止模型预估总长度而预先压缩。6.4 开箱即用的参考提示词reference-prompts.md 提供了可直接追加到任意提示词或系统指令中的模板本文完整摘录核心版本通用防截断模板You must provide the FULL, complete, and exhaustive output for this task. Do not summarize, abbreviate, or truncate for brevity. You are strictly forbidden from using placeholders. Never use comments like // ... rest of code here, [continue here], or bare ellipses standing in for omitted content. If the output is 500 lines, produce all 500 lines. If you approach your output limit, stop at a clean breakpoint and indicate where to resume. Do not rush to a conclusion or compress remaining sections.代码生成模板Write the complete, production-ready implementation. Every function, every import, every edge case handler must be present in the output. Do not use placeholder comments (// TODO, // implement here, // similar to above). Do not describe what code should do — write the actual code. If the implementation requires multiple files, output each file completely with its full path as a header.分析与文档模板Provide an exhaustive analysis covering every aspect requested. Each section must contain substantive content, not summaries or references to see above. Do not use phrases like as mentioned earlier to avoid repeating necessary context. Each section should be self-contained and complete. Structure your output with clear headings. If the analysis requires multiple parts, produce all parts in full.分步推理模板Before generating your final response, work through the problem systematically: 1. Identify all requirements and constraints from the prompt 2. Break the task into discrete steps 3. Execute each step completely 4. Verify your output against the original requirements Output your reasoning process, then your final answer. Do not skip steps or summarize intermediate work.续写处理模板If your response approaches the output token limit: - Do not compress remaining content to fit - Do not skip ahead to a conclusion - Stop at a natural breakpoint (end of a function, end of a section) - End with: [PAUSED - X of Y sections complete. Send continue to resume] On continue, pick up exactly where you stopped. No recaps or repetition.七、在 taste-skill 项目中的落地方式这些实证结论在仓库中有两层落地。第一层是上文 6.3 提到的惰性加载技能架构skills/taste-skill/SKILL.md 在 front-matter 用精确 description 控制发现率正文以三拨盘DESIGN_VARIANCE / MOTION_INTENSITY / VISUAL_DENSITY和最终预检矩阵Final Pre-Flight Check确保 agent 输出不偷工减料本质上是把对抗截断 对抗模板化固化为可加载的工程流程。第二层是研究文档自身作为参考当 agent 或开发者遇到输出被截断时可依序查阅 参数调优 → 提示工程 → 架构模式 → 参考提示词从调解码参数到换访问通道再到重建生成流程逐级升级。八、证据边界与进一步阅读必须说明本文所述实验数据均来自仓库文档的记载empirical-results.md 与 references.md仓库并未附带原始实验数据集或论文全文具体的样本量、统计口径与置信区间未在仓库内展开。文中涉及的第三方研究成果EmotionPrompt、LazyBench、Compounding Error Avoidance、Winter Break Hypothesis、2025 年对照实验均以仓库引述为准。references.md 还列出了与本文主题配套的进一步阅读方向Gemini API 的thinking_level参数配置、Anthropic MCP 规范与集成指南、OpenAI 的 temperature 与 Top-p 参数参考、以及 SKILL.md 惰性加载架构的 YAML front-matter 规范。这些主题的工程细节在仓库的 remediation 与 architectural-patterns.md 中均有对应展开可作为继续深入当前仓库的入口。赞分享AI 技能前端设计系统【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址https://gitcode.com/GitHub_Trending/ta/taste-skill点击查看免费下载相关推荐在 Flue 中集成 Notion用 flue/notion 构建经 HMAC-SHA256 验证的 Webhook 接入通道在 Flue 中集成 Notion用 flue/notion 构建经 HMAC SHA256 验证的 Webhook 接入通道 flue/notion 是AI 技能前端设计系统Lettura离线阅读功能详解随时随地获取内容的秘诀Lettura离线阅读功能详解随时随地获取内容的秘诀 Lettura作为一款强大的RSS阅读器其离线阅读功能让用户在没有网络连接的情况下也能轻松获取和阅读内后端Substrate 验证节点 Warp Sync 集成测试实战基于 Zombienet 的数据库快照与出块验证Substrate 验证节点 Warp Sync 集成测试实战基于 Zombienet 的数据库快照与出块验证 Warp Sync快速同步是 Substr区块链开发框架后端上一篇抖音下载器终极指南5分钟搞定无水印批量采集下一篇抖音内容管理革命从手动收藏到智能管道的进化之路创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
