热点事件观察中
Karpathy：用图表、网页和视频理解 LLM 输出
2 篇报道2 个报道来源1 天前更新
先了解这件事
AI 综述
2026 年 10 月 2 日，Andrej Karpathy 分享理解大语言模型输出的技巧：可让 LLM 用 ASD-STE100 受控语言规范解释内容以提升可读性，也可要求“80% 接近 ASD-STE100”来降低严格度；他还建议让 LLM 生成图表、HTML 交互网页，以及他最看好的定制解释视频，例如“用 3b1b 风格制作 X 的解释视频，用我的 ElevenLabs API key 配音”。同日，Tibo Maker（Thibault Louis-Lucas）就此发帖，以“解释一下 Shazam 是怎么工作的”为例，称自己完全没想到，并认为 Karpathy 说得太对，定制讲解视频将改变教育。
AI 根据报道生成 · 22 小时前更新
最新进展10月2日 19:16
Tibo Maker 以 Shazam 为例回应，称定制讲解视频将改变教育。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- Tibo Maker（Thibault Louis-Lucas）Karpathy 谈 LLM 输出新形式
“解释一下 Shazam 是怎么工作的” 我完全没想到 Karpathy 说得太对了 定制讲解视频将改变教育
- Andrej KarpathyKarpathy：用图表、网页和视频理解 LLM 输出
Andrej Karpathy 分享理解大语言模型输出的技巧：让 LLM 用 ASD-STE100 受控语言规范解释内容，可读性更高，也可要求"80% 接近 ASD-STE100"以降低严格度。他还建议让 LLM 生成图表、HTML 交互网页，以及最看好的定制解释视频，例如"用 3b1b 风格制作 X 的解释视频，用我的 ElevenLabs API key 配音"。
本事件热度走势
当前热度 9·可比范围峰值 12（10月3日 07:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。