研究与学习

我需要理解 'Transformer 架构',但我没有
深度学习背景。

请:
1. 用简单的类比解释什么是 Transformer
2. 解释它解决什么问题(以及为什么比 RNN/LSTM 更好)
3. 解释核心概念: Self-Attention、Multi-Head Attention、
   Positional Encoding
4. 给我一个简单的代码示例(PyTorch)
5. 推荐 3 篇适合初学者的论文或博客

帮我撰写关于'大语言模型的上下文学习能力'的
文献综述:

1. 搜索相关论文(arXiv、Google Scholar)
2. 总结 10 篇核心论文的主要贡献
3. 识别研究趋势和共识
4. 找出未解决的研究问题
5. 生成结构化的文献综述报告(带引用)

帮我理解这篇研究论文:

[上传 PDF 或提供 arXiv 链接]

我的背景: 计算机科学本科,ML 经验有限

请:
1. 用 3-4 句话总结论文
2. 解释关键创新(有什么新东西?)
3. 分解方法论
4. 用简单术语解释任何复杂的数学概念
5. 实际意义是什么?
6. 有哪些局限性?
7. 建议我接下来应该阅读的相关论文

我是 Python 开发者,正在学习 Rust。帮我理解 Rust 的
所有权系统:

1. 将它与 Python 处理内存的方式对比
2. 用示例解释所有权、借用和生命周期
3. 展示我经常使用的常见模式
4. 提供 5 个练习及解答,从基础到中级递进
5. 指出 Python 开发者在 Rust 中常犯的错误
6. 推荐 Python → Rust 过渡的最佳学习资源

我需要在 2 周后的会议上展示我关于[主题]的研究。

帮我:
1. 将我的 30 页论文提炼为关键点
2. 创建引人入胜的叙事弧
3. 设计幻灯片大纲(15 分钟演讲 + 5 分钟问答)
4. 建议可视化以使复杂概念清晰
5. 预测可能的问题并准备答案
6. 为每张幻灯片编写演讲者笔记

受众: 该领域的专家和非专家混合

比较和对比这三种解决[研究问题]的方法:

方法 A: [描述或论文链接]
方法 B: [描述或论文链接]
方法 C: [描述或论文链接]

创建对比表显示:
- 关键假设
- 方法论
- 优势
- 局限性
- 性能指标(如果可用)
- 最佳用例

帮我理解哪种方法最适合我的
具体场景: [描述你的用例]

帮我开发关于[主题]的研究提案:

当前情况:
- 领域: [你的领域]
- 研究空白: [什么没有被很好理解]
- 假设: [你的假设]

请帮我:
1. 完善研究问题
2. 审查现有文献(搜索最新论文)
3. 识别方法论方法
4. 概述预期贡献
5. 预测潜在挑战
6. 建议可行性时间表
7. 起草摘要(250 字)

生成我可以扩展的结构化提案大纲。

审查并改进这个学术段落:

[粘贴你的写作]

请:
1. 提高清晰度和简洁性
2. 确保学术语气
3. 检查逻辑流程
4. 建议更强的过渡
5. 标记任何不支持的主张
6. 改进句子多样性

保持我的原始想法但增强表达。

帮我在论文中正确引用这些来源:

[提供来源信息]

需要的格式: APA 第 7 版

还生成:
- 文内引用
- 完整参考文献条目
- 何时使用每种引用风格的解释
  (直接引用 vs 释义)

我想研究[研究问题]。

帮我设计方法论:

背景:
- 领域: [你的领域]
- 可用资源: [时间、预算、数据访问]
- 目标结果: [你想证明/发现什么]

请推荐:
1. 适当的研究设计(定性/定量/混合)
2. 数据收集方法
3. 样本大小和选择标准
4. 分析技术
5. 潜在效度威胁和缓解
6. 伦理考虑

为每个推荐提供理由。

我想学习[新技术/框架/概念]。

当前水平: [你的背景]
目标: [你想实现什么]
时间表: [可用时间]

创建结构化学习路径:

1. 先决条件(我应该先知道什么)
2. 核心概念(按逻辑顺序)
3. 实践项目(3-4 个复杂度递增的项目)
4. 要避免的常见陷阱
5. 推荐资源(按优先级)
6. 跟踪进度的里程碑

使其实用且基于项目。

我对[概念 A]和[概念 B]之间的差异感到困惑。

请解释:
1. 每个概念是什么?
2. 每个何时引入及为什么?
3. 关键差异(创建对比表)
4. 何时使用每个
5. 它们可以一起使用吗?
6. 每个的真实示例
7. 常见误解

尽可能使用日常生活中的类比。

我在阅读这段代码/论文/解释,但卡在[特定部分]:

[粘贴令人困惑的内容]

到目前为止我的理解:
[你当前的理解]

我困惑的地方:
[具体问题]

请:
1. 逐步解释令人困惑的部分
2. 提供类比
3. 展示替代解释
4. 给出具体示例
5. 建议巩固理解的练习

对[研究主题]进行系统文献综述:

搜索参数:
- 数据库: arXiv、Google Scholar、PubMed
- 日期范围: 最近 5 年
- 关键词: [列出关键词]

分析:
1. 搜索并识别相关论文(目标 30-50 篇)
2. 根据纳入标准筛选: [你的标准]
3. 从每篇论文中提取关键数据:
   - 使用的方法
   - 样本大小
   - 主要发现
   - 局限性
4. 综合发现:
   - 共同主题
   - 矛盾结果
   - 文献空白
5. 生成:
   - PRISMA 流程图
   - 汇总表
   - 叙述性综合

输出综合综述文档。

设计实验来测试[假设]:

背景:
- 研究问题: [问题]
- 变量: [自变量/因变量]
- 约束: [时间、预算、设备]

请设计:
1. 实验条件(处理 vs 对照)
2. 样本大小计算(带效力分析)
3. 随机化策略
4. 数据收集协议
5. 测量工具
6. 统计分析计划
7. 时间表和里程碑

包括潜在混淆因素及如何解决。

帮我对[主题]进行元分析:

纳入的研究: [列出带效应量的研究]

任务:
1. 计算汇总效应量
2. 评估异质性(I² 统计)
3. 创建森林图
4. 测试发表偏倚(漏斗图)
5. 进行敏感性分析
6. 按[相关变量]进行亚组分析

解释结果并评估证据质量。

我上周学了[主题]。创建复习课程:

1. 要重访的关键概念(间隔重复)
2. 练习题(比上次稍难)
3. 概念的新应用
4. 要注意的常见错误
5. 与[我正在学习的相关主题]的联系

帮我在继续前强化学习。

我刚学了[概念]。帮我准备教授它:

1. 创建 10 分钟的课程计划
2. 建议类比和示例
3. 预测学生问题
4. 设计 2-3 个互动练习
5. 创建视觉辅助(描述要展示什么)

教学受众: [指定水平]