Unverified90% confidenceOpinionTime unknown
Karpathy提出LLM特别擅长循环直到达成目标，应该给它成功标准而非告诉它做什么
1
Sources
90%
Confidence
Long-term
Relevance
6/2/2026
First Seen
Sources
Karpathy AI编程准则深度解读：65行Markdown为何获16k Stars
bilibili探索未至之境
Related Entities
Related Claims
Unverified不同LLM模型对指令的理解精度存在差异，建议多次迭代优化提示词以获得最佳效果65% similarUnverified应将LLM视为强大但有明确边界的工具，擅长模式匹配、文本生成、信息整合，不擅长精确计算、事实核查、可靠逻辑推理63% similarUnverifiedLLM本质上是在做条件概率预测，擅长回答字面问题而非用户真正需求，这种现象被称为字面遵从（Literal Compliance）63% similarPartially Verified/goal功能利用LLM自身的判断能力来决定任务是否完成，而非依赖复杂的外部控制逻辑63% similarUnverified凸优化理论中的KKT条件是理解支持向量机SVM对偶问题以及RLHF中约束优化设计的必要工具62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/37957API
curl https://kongchang.com/api/v1/knowledge/claims/37957MCP
get_claim(id=37957)