跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
2024fatwolf552

2024fatwolf55

@2024fatwolf55
取消关注 关注
关于
帖子
22
主题
7
分享
0
群组
0
粉丝
0
关注
0

帖子

最新 最佳 有争议的

  • # Fable 5.1 27万字提示词(侧面部分验证老特说Claude“走邪路”)
    2024fatwolf552 2024fatwolf55
    LLM讨论区 claude anthropic

    Fable 5.1 27万字提示词确认 + CL4R1T4S 全量镜像(75文件/3.2MB)

    一、事件起因

    今天看到有人说X(推特)上有人公开了 Fable 5.1 的系统提示词,原文 MD 大概 27万字,给出的两个推荐链接是:

    • https://x.com/ValsAI/status/2094851409267322890
    • https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/Claude-Fable-5.1.md
      实测这两个链接都已经打不开(404/被屏蔽)。

    我对这个提示词很有兴趣,一方面是想参考一下顶尖公司的“提示词工程”;
    另一方面是想验证一下老特之前说,他觉得Claude在把很多Harness的东西塞进模型里,在“走邪路”。
    (结论,看提示词怀疑模型要么是有内置工具,要么是直接调工具,我觉得老特的说法至少是被部分验证。)

    二、文件真实性确认

    经过一番溯源,目前最具可信度的版本依然在 elder-plinius 的 CL4R1T4S 仓库里,通过 GitHub Raw 镜像可以直接拿到。

    维度 验证结果
    仓库 elder-plinius/CL4R1T4S —— 著名的 LLM 提示词泄露集合
    文件路径 ANTHROPIC/Claude-Fable-5.1.md
    提交者 pliny (elder-plinius), 2026-09-01 18:45 UTC(昨天)
    签名 GitHub PGP 签名验证通过
    字符数 275,723 字节 / 2,195 行 ≈ 27万字,与传闻完全吻合
    格式 标准 Claude XML 提示词格式(<claude_behavior>, <product_information>, <filesystem_configuration> 等),首尾闭合正确

    直接下载链接:

    https://raw.githubusercontent.com/elder-plinius/CL4R1T4S/refs/heads/main/ANTHROPIC/Claude-Fable-5.1.md
    

    三、⚠️ 关于真实性的重要说明

    1. CL4R1T4S 仓库混杂真假:pliny 自己也会往里面灌水——虚构一些"未来模型"提示词。比如这里的"Claude Fable 5.1"+"Mythos-class"+"在 Opus 之上"这些说法,Anthropic 官方从未发布过 Fable 模型,这很可能是 pliny 自己创作的合成样本。
    2. 文件大小 27 万字这一硬指标与你听到的传言一致,时间戳也是昨天的——极大概率是 X 上那位匿名人士引用的同一份拷贝,但"是否真为 Anthropic 内部提示词"无法独立证实。
    3. 想进一步验证:比对文件里提到的具体工具名、API 字段格式是否与 Anthropic 官方公开文档 / SDK 一致。

    四、顺手把整个 CL4R1T4S 仓库都镜像下来了

    既然找到了源头,而且这个仓库本身就是目前最大的 AI 系统提示词泄露集合,就一次性把所有文件都拉回来,放在了 5TB 移动硬盘上:

    位置: /Volumes/5TBs/CL4R1T4S-leaked-prompts/
    规模: 75 个文件, 3.2 MB, 23 个厂商子目录 + 2 个二级子目录

    完整性验证

    • 全部 75 个文件大小与 GitHub Contents API 报告值逐字节匹配(0 mismatch, 0 missing)
    • 已生成 SHA256SUMS.txt(75 行)
    • 附 _PROVENANCE.md 说明来源、版权与真实性局限

    各厂商文件数与体积

    厂商 文件数 大小
    ANTHROPIC 14 1288 KB
    OPENAI 14 878 KB(含 Codex_Desktop 5.6-Sol:300K+394K)
    ZAI 3 384 KB
    DEVIN 3 84 KB
    XAI (Grok) 7 58 KB
    META 2 52 KB
    CLINE 1 46 KB
    MANUS 2 39 KB
    CURSOR / Replit / Windsurf 各 2-3 31-35 KB
    其余 14 家 各 1-3 —

    剩余14家分别是:BOLT、BRAVE、CLUELY、DIA、FACTORY、GOOGLE、HUME、LOVABLE、MINIMAX、MISTRAL、MOONSHOT、MULTION、PERPLEXITY、SAMEDEV、VERCEL V0

    镜像过程中踩的两个坑(给后人避雷)

    1. xargs 参数溢出:第一次用 xargs -I{} curl ... 拼75个URL,直接撞到命令参数上限,只成功59个。改用文件列表驱动的并行 curl & 后重试才补齐。
    2. URL 里的空格:VERCEL V0/Vercel_v0.txt 这个目录名含空格,未编码的 URL 让 curl 解析失败,必须用 %20 编码: .../refs/heads/main/VERCEL%20V0/Vercel_v0.txt

    五、总结

    • ✅ Fable 5.1 27万字提示词 MD 已下载至桌面
    • ✅ CL4R1T4S 整个仓库75个文件已镜像至5TB移动硬盘
    • ⚠️ 真实性仅依赖 pliny 的信誉,具体到每个文件的"是否真为厂商内部"仍需自行交叉验证
    • ⚠️ 仓库自带 LICENSE,非 Creative Commons,转发前请先读

    Posted by ZCode · 2026-09-02
    Tags: #AI #提示词泄露 #Fable5.1 #CL4R1T4S #pliny


  • 大家怎麼看:LM Studio Bionic
    2024fatwolf552 2024fatwolf55
    AI Agent lmstudio

    我用LMStudio主要是在16+256的丐版MacMini M4上,指望使用小模型完成一些小任务。所以我一直认为,类似Macmini M4 16G这样的小主机,才是LMStudio之类的主战场。
    但是小模型之前都一直感觉很拉胯,包括Qwen3.5 9B,可能是我水平不够,总之真的不行。后来记得有下载了一个社区蒸馏的版本,感觉跑些本地整理文件的任务才好歹能跑起来了。各种7B,9B模型尝试下来都不太成功,包括Gemma4 12B。后来就倾向于暂时放弃了。一度看到PrimL那个bonsai系列眼前一亮,号称是2Bit能复现Qwen3.5 27B,觉得可能是本地16G小主机的天花板,说不定能打。事实证明还是不行。
    LMstudio我感觉直接竞争对象还是ollama那个小羊驼,降低大模型部署门槛用的。但凡会装独立Ubuntu服务器加显卡,必然就上手llama,vLLM,Sglang这些框架,就是另一个维度了。


  • 今天应该全世界的人都在蹬 ox-alpha (x-preview-f-free) 模型 吧? 大家蹬的感受如何?
    2024fatwolf552 2024fatwolf55
    AI Agent glm 本地模型

    我发现ox在长链开发任务里很容易出现上下文截断的毛病,或者突然说“开工”然后就中止了。有点感觉像以前测试mimo code时遇到的情况。


  • 双3090,哪个qwen 3.8 模型才是最好的呢?
    2024fatwolf552 2024fatwolf55
    随便聊聊 rtx3090 qwen-27b 多卡部署

    我也是双3090。对记忆系统,我的选择是:云端的一律不考虑,免费的API也可能在你某一天积累了大量记忆后收你的钱,你就不得不乖乖掏钱。去掉云端后,主要就是自托管的几个,包括mem0,Hind,hongcho。还考虑过reme(只使用MD文档),我还自己魔改过Mempalace,让Qwen3.6 Plus防facebook在10亿照片里找到类似照片的算法,写了一个搜索。最终是落在使用字节跳动开源的OpenViking上(我怀疑字节的豆包网页版之类,搞不好就是这个框架)。
    OpenViking里面有多个LLM调用,官方推荐使用豆包模型。我用过豆包内置嵌入模型,后来发现这东西居然大量消耗我的豆包模型额度,直接改自托管了。
    本来是丐版Mac上自托管,以本机LMStudio默认拉起BGE模型作为服务端,提供这个嵌入模型为OpenViking提供LLM服务。后来想起来局域网有一台12G的小主机,装了飞牛NAS,属于Debian系统。就让PI Agent把本机的OpenViking直接迁移到飞牛NAS上,PI迁移过去还比较平滑。
    使用OpenViking我没遇到你这种集中”总结“的时刻,问Agent一些问题,它发现需要召回记忆的时候,会主动去OpenViking里翻。貌似效果还行。
    OpenViking:https://github.com/volcengine/OpenViking


  • 关于问AI大模型 *洗车* 的问题
    2024fatwolf552 2024fatwolf55
    LLM讨论区 qwen-27b llama.cpp 本地模型

    我的环境:Qwen3.8-27B DFlash2(vLLM TP2)+ Prime-Agent:
    问:
    如果我要去50米外的修车店洗车, 是走着去好, 还是骑车去好, 还是开车去好?
    Thinking... (Ctrl+T to collapse)
    The user is asking a question in Chinese: "If I want to go to a car repair shop 50 meters away to get my car washed, is it better to walk, cycle, or drive?"
    (注:思考过程略去,纯英文)

    答:开车去。
    关键不在路程远近,而在车才是要被洗的东西。走或骑车过去,人到了但车没到,修车店没法洗你的车。所以 50 米再近,也得把车开过去。

  • 登录

  • 登录或注册以进行搜索。
  • 第一个帖子
    最后一个帖子
0
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组