摘要 提示工程（Prompt Engineering）是优化大语言模型指令的关键技术。主要内容包括：1) Prompt的两种用途：获取具体结果或固化到系统中；2) 优化方法：遵循"具体、丰富、少歧义"原则，采用书面化语言；3) 典型结构：包含角色、指示、上下文等要素；4) 进阶技巧：思维链（CoT）、自洽性、思维树（ToT）等方法可显著提升效果；5) 安全防护：需防范&quot

3.1 HDFS的简介3.1.1 HDFS的演变HDFS源于Google在2003年10月份发表的**GFS（Google File System）**论文。传统的文件系统对于数据的处理方式是将数据文件直接存储在一台服务器上。这样会产生两个问题：当数据量越来越大的时候，需要扩容文件很大时，上传下载非常耗时对于第一个问题，扩容。扩容有两种方式，一是纵向扩容，即增加磁盘和内存；另一种是横向扩容，即增加

摘要 提示工程（Prompt Engineering）是优化大语言模型指令的关键技术。主要内容包括：1) Prompt的两种用途：获取具体结果或固化到系统中；2) 优化方法：遵循"具体、丰富、少歧义"原则，采用书面化语言；3) 典型结构：包含角色、指示、上下文等要素；4) 进阶技巧：思维链（CoT）、自洽性、思维树（ToT）等方法可显著提升效果；5) 安全防护：需防范&quot

达芬奇AV

理论寻找最具影响力的特征先进行判别，像一棵树一样的判断分支再判断分支，知道最后判别出属于哪个类别优点计算复杂度不高输出结果易于理解，可以看出内在含义对缺失值不敏感可以处理不相关特征数据缺点易产生过拟合问题适用于离散型数据连续型数据需要离散化总结：划分数据集-按照信息增益信息增益最高的特征就是最好的选择信息增益：划分数据集之前和之后发生的信息变化度量信息的单位称为熵（entropy），即信息的期望值

4.1 MapReduce 概述4.1.1 MapReduce 核心思想MapReduce的核心思想是“分而治之”。所谓“分而治之”就是把一个复杂的问题，按照一定的“分解"方法分为等价的规模较小的若干部分，然后逐个解决，分别找出各部分的结果，把各部分的结果组成整个问题的结果，这种思想来源于日常生活与工作时的经验，同样也完全适合技术领域。MapReduce作为一种分布式计算模型，它主要用于解决海量数