作者实测 DeepSeek 指令漂移与提示缓存
热点事件持续更新
作者实测 DeepSeek 指令漂移与提示缓存
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
作者 gregman1 将三项关于指令漂移、提示缓存与上下文重置的实验重建为 n8n 工作流,在 DeepSeek API 上运行,并发布工作流 JSON 模板。全部运行于 2026 年 10 月 26 日进行,环境为 n8n 2.44.7、1 GB 容器,共 5,100 次计分调用,每格 90 次试验,温度设为 0,由代码计分。 在指令漂移测试中,作者称加入两条法语示例后,模型 90 次全部用法语作答;开启思考模式后,模型在 50 轮内保持 89% 到 100% 遵守俄语指令。漂移基准在温度 0 下对两个 DeepSeek 模型各测一种条件。缓存数据来自 DeepSeek。 作者称,所附工作流 JSON 就是产生上述数字的文件,n8n.io 模板页获批后将替换现有链接。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 03:55
指令的半衰期:作者实测 DeepSeek 指令漂移与提示缓存成本报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- Hacker News指令的半衰期:作者实测 DeepSeek 指令漂移与提示缓存成本
作者在 DeepSeek V4 Pro 上复现指令漂移实验:加入两条法语示例后,模型 90 次全部用法语作答,开启思考模式后 50 轮内保持 89% 到 100% 遵守俄语指令。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。