一周 AI 提示词合集
一周 AI 提示词合集
1. 概念解释
请面向跨专业硕士新生解释【概念】。
按以下结构回答:
1. 一句话定义;
2. 解决什么问题;
3. 典型场景;
4. 和复杂网络/极值的关系;
5. 交流时可以怎么说;
6. 可以追问老师的问题。
2. 公式推导
我正在学习复杂网络中的幂律尾部和最大度数。
请从直觉出发推导:
如果 P(D > x) approx x^{-(tau-1)},
为什么 n 个节点中的最大度数量级是 n^{1/(tau-1)}。
要求先用文字解释,再写公式,每一步说明变量含义。
3. notebook 解释
下面是我运行 notebook 得到的输出:【粘贴输出】。
请帮我解释:
1. 这个结果说明了什么;
2. 它和 power-law tail / maximum degree 有什么关系;
3. 哪一句可以写进课程报告;
4. 这个模拟有什么局限。
4. 口头汇报训练
请帮我把下面内容改成 2 分钟课堂汇报:
主题:为什么真实复杂网络需要极值视角。
必须包含 degree distribution, power law, hub, ER graph, Poisson degree。
表达要专业但不要太难,适合跨专业硕士新生。
5. 自测问答
请用苏格拉底式问答考我 RGCN 第一周内容。
范围包括 graph, degree, degree distribution, power law, scale-free, small-world, giant component, ER graph。
每次只问一个问题。等我回答后,再指出问题并给更专业的表达。
反向链接
人工智能极值