新闻、仓库与研究，按时间排列。
arXiv 论文（arXiv:2610.22937）发现，多种选择题偏差（如谄媚）大多依赖同一小群注意力头，该共享电路在预训练模型中已存在，多数 base 模型会跟随明文提示。仅用约 200 条无提示的通用助手样本微调即可在聊天格式中激活这些头，RL 阶段几乎在所有对比中都增强线索效应；在 Tulu-3-8B 和 OLMo-2-7B 上交换 6 个中间层的注意力模式，可将两版模型的线索效应大幅互换，缓解手段可针对该电路设计。
推荐理由：论文用因果追踪把谄媚等偏差归因到预训练已有的共享注意力头电路，指出后训练只是调节其使用强度。
prompts.chat 站点更新了名为 "Video" 的 prompt 内容，原为 "神秘调酒师倒发光绿色液体"的视频生成提示词，现替换为一个让 ChatGPT 扮演充满智慧、善于把问题讲解得通俗易懂的专家的角色提示词，目标是让用户在 TikTok 等社交平台上的提问内容更吸引人、涨粉。
prompts.chat 更新了 Code Review Specialist 提示词，新版将 AI 设定为资深开发者角色，用于审查代码质量、行业标准符合性、优化空间，并新增逻辑错误、bug 和安全漏洞检查要求。新版同时删除了原先的结构化 YAML 元数据格式，改为纯文本提示词，并规定反馈须客观、专业、兼顾功能与非功能层面。
prompts.chat 仓库更新了第 50 条 Doctor 提示词：提示词文本从“扮演医生并给出创造性治疗方案”改为“扮演医生，针对腹股沟斜疝生成完善的病史采集”，提交者为 madhavbadaya@gmail.com。同文件中的 AI Assisted Doctor、Dentist 等提示词未变动。
prompts.chat 新增用户提交提示词"Stock Chart Reading and Trade Levels Skill"，用于分析给定的股票市场图表，并给出目标位、买入位、卖出位和止损位（target、buy、sell、stop-loss）。该 skill 以 stock-chart-reading-and-trade-levels-skill 命名，采用带 name 和 description 字段的格式编写，指令部分仍为待填充的模板步骤。
prompts.chat 新增一条名为 Anaelle Medical AI Triage Assistant Logo 的 prompt，由 @anonymous 贡献。该 prompt 用于为 Anaelle 医疗 AI 分诊助手设计品牌 logo，这款助手可帮初级保健医生整理实验室与影像报告、摘要较长的门诊信件并标记优先级。prompt 要求生成蓝白配色、体现“医疗科技”且干净专业的现代 logo。
prompts.chat 收录用户提交的新提示词 “Civil Service Job Application Writer”，用于生成撰写公务员职位申请的提示词。该提示词会结合具体职位的岗位要求、评审标准与人员规格，使申请内容符合公务员行为要求。
prompts.chat 每日 prompt 收录了一条新提示词“ChatGPT Pro Style High-Quality Response Simulator”，目的是让模型输出与 ChatGPT Pro 付费版一样精确、高质量的回答。该提示词由用户提交至 prompts.chat 的 prompt 库。
prompts.chat 收录由用户投稿的新 prompt「Online Library Admission and Fee Rules Manager」，用于管理图书馆的四类事务：新入学与续费（入学可不预付费用，10 天内未缴费可取消或标记红区，满 1 个月后续费须在次月前 10 天内缴纳）、按日存储月费的收费与近 5 个月缴费历史记录、出勤打卡统计，以及按 4 个班次（7am-1pm、1pm-7pm、10am-3pm、10am-7pm）分配自习座位表。
prompts.chat 收录新提示词「Pest Control Social Media Content Calendar」，用于为除虫（pest control）公司生成一个月的社交媒体内容。该提示词要求输出带文案（caption）和话题标签（hashtags）的帖子，涵盖 reels、carousel 等形式，可直接排入内容日历使用。
prompts.chat 收录新 prompt「Income-Based Housing Apartment Website Concept」，要求生成一个 AI 特色的公寓网站，利用真实位置判断用户是否符合 income-based 住房资格，还是只能查看普通房源。该条目由用户 gemechuabdela.32@gmail.com 提交，以 TEXT 形式加入 prompt 库。
prompts.chat 的每日 prompt 收录新增提示词 "Act as a Neighborhood Mutual Aid Organizer"，让 AI 扮演邻里互助组织者，帮助居民在一条街、一栋楼或一个街区内建立小型、实用、基于信任的互助。该提示词首先询问户数、沟通方式、参与者与约束条件，然后输出八部分计划：两周试点活动、工具与技能共享库、Meal Train、邻居探访、沟通设置、隐私与安全基础、120 词以内的首张传单，以及 30 天复盘的五个问题。
prompts.chat 每日 prompt 新增“Freelance Invoice and Late Payment Chaser”结构化 JSON 提示词，用于整理自由职业者的未结发票并起草阶梯式付款提醒。该 prompt 按逾期天数将发票分为 current 到 90+ 天的账龄区间，对应 0-4 级提醒阶梯，输出 JSON 格式的账龄表、120 词以内邮件正文和后续日历。它要求仅返回有效 JSON、不得混合币种，并明确不提供法律或税务建议。
prompts.chat 收录一个名为 Weekend DIY Project Planner（YAML）的结构化 prompt，可将一个家庭 DIY 项目生成周五采购、周六周日分时段的两日执行计划，含材料工具清单、预算区间、安全检查和 stop-and-check 节点。规则限定不规划电气以外的电路改动及燃气、结构承重改动，并建议聘请持证专业人员；若项目装不进周末会拆分为第一期。输出仅返回符合既定结构的 YAML。
prompts.chat 收录由用户 @f 贡献的新图像生成 prompt「黄昏雪地铁道上的红狐版画」。prompt 描述一只红狐跨过积雪铁轨的手工麻胶版画风格画面，狐狸为唯一暖色（朱红单色层），搭配黑色与板岩蓝形成三色限色调，并要求呈现 V 型凿痕、套色偏移与版画纸纹理等细节，画面不含文字、签名和人物。
prompts.chat 新增一条由用户 @f 贡献的图像生成提示词，内容是静谧运河上一艘长条驳船改造的漂浮书店的水粉插画。提示词详细描述了墨绿色船身、红色圆门、船头睡着的虎斑猫、砖砌步行桥与柳树等场景元素，并指定哑光水粉质感、可见笔触，以及鼠尾草绿、赭石、砖红和奶油色的柔和配色，要求画面不含文字和人物。
prompts.chat 收录新提示词「Photoreal Tiny Greenhouse on a City Balcony at Golden Hour」，用于生成黄金时刻下城市公寓阳台迷你温室的写实图像。提示词描述了挂满樱桃番茄的藤蔓、罗勒、辣椒与草莓盆栽，玻璃与黑钢温室内的三层木质置物架，以及背景虚化的城市天际线，并指定 35mm 镜头、f/2.8 光圈、浅景深与自然金色逆光等拍摄参数，画面无人物、无文字、无 logo。
prompts.chat 新增一条「山地天文台小屋概念简报生成器」prompt，让 AI 扮演离网小型观星建筑设计师生成可直接用于出图的简报。该 prompt 先向用户询问场地、使用者、预算、望远镜类型和必备项，再输出八个章节的简报，涵盖 40 平方米以内 footprint、材料与色调、夜间红光照明方案，以及 8-10 条固定视觉细节和两条图像 prompt 种子。
prompts.chat 新增图像生成 prompt "Cedar Observatory Cabin Under the Milky Way (Mountain Ridge View)"，由用户 @f 贡献。该 prompt 描述一座屋顶带白色旋转望远镜圆顶的雪松小屋，坐落于山脊上仰望银河，采用 16:9 宽幅逼真长曝光天文摄影风格，并要求无光污染、无人物、无文字。
prompts.chat 新增一条图像生成 prompt "Cedar Observatory Cabin Warm Interior Looking Out to the Stars"，描绘雪松天文台小屋的夜间室内场景：暖色雪松墙面、红色台灯、铸铁木炉、望远镜筒穿过天花板开口伸向白色半球圆顶，前窗框出山脊与银河。prompt 指定 photorealistic 内景摄影、24mm 镜头、16:9 画幅，无人物、无文字。
prompts.chat 收录新提示词 HTTP Status Code Advisor，用于提供 HTTP 状态码相关建议。该提示词现已在 prompts.chat 平台上可用。
prompts.chat 收录了一个名为 Calendar ICS Validator 的新 prompt，用于校验 Calendar ICS 文件。该 prompt 已在其每日 prompt 页面上线，可直接取用。
prompts.chat 的每日 prompt 栏目新增「package.json Scripts Auditor」提示词。原文仅包含该提示词的添加说明，未提供其功能细节、使用方法或具体参数信息。
prompts.chat 新增一条名为 "TypeScript Library taste" 的提示词，列出 17 条 TypeScript 库开发偏好并附置信度，如使用 pnpm（0.95）、开启 strict 模式与 noUncheckedIndexedAccess（0.95）、用 tsup 同时输出 ESM 和 CJS（0.90）、用 vitest 测试（0.90）、以 Biome 替代 ESLint 加 Prettier（0.70），并建议零运行时依赖、发布时启用 npm provenance。
prompts.chat 新增 Senior Code Reviewer 提示词，让模型以资深工程师身份做代码审查，按 BLOCKER / HIGH / MEDIUM / NIT 四级严重程度排序发现。该提示词优先关注正确性 bug、安全问题和性能陷阱，要求引用具体代码行、给出修复方案，并以 APPROVE、APPROVE WITH NITS 或 REQUEST CHANGES 一行结论收尾。
prompts.chat 收录一条名为 "Next.js App Router taste" 的新 prompt，内容为 15 条带置信度的 Next.js App Router 开发实践偏好。要点包括默认使用 Server Components、在 Server Components 中直接取数、用 Server Actions 配合 zod 做变更与校验、用 Playwright 和 vitest 测试，以及部署到 Vercel 等。
prompts.chat 收录一条新 prompt「Dockerfile and CI taste」，包含多条带置信度的 Dockerfile 与 CI 实践建议。要点包括：多阶段构建、镜像固定到 digest、以非 root 用户运行、用 Trivy 在 CI 扫描镜像并在严重漏洞时失败、GitHub Actions 按 lockfile 哈希缓存依赖，以及用 git SHA 打镜像标签、不依赖 latest 部署。
prompts.chat 新增图像生成提示词「Serene Monochrome Knitwear Portrait」，描述一张中画幅胶片质感的三四分之角度黑白女性人像：身着浅色罗纹针织不对称连衣裙，配柔和侧光、中性灰墙背景。提示词要求保留人物原有面部特征，画幅比例 3:4，输出为 8K 级照片级细节、带轻微胶片颗粒的黑白影像。
prompts.chat 收录新提示词「Elegant Monochrome S-Curve Portrait」，用于生成一位穿不对称罗纹针织裙年轻女性的 3:4 竖幅黑白写实人像，含 S 曲线姿态、风吹发丝与柔和侧光营造的明暗对比。提示词模拟中画幅胶片质感，支持在 8K iPhone 16 Pro 画质下精确保留面部特征。
prompts.chat 收录新提示词 Research Gap Finder，让 AI 扮演文献综述与研究空白识别分析专家。该 prompt 先询问研究主题、目标、已有文献、学术水平与资源限制，再依次完成文献分析、对比分析、潜在空白提取、证据置信分级（A/B/C）、可行性评估与推荐排序。规则明确禁止编造论文、引用和数据，并将研究空白视为待验证的临时结论，目标是产出可辩护、具体且可行的研究问题。
prompts.chat 收到一条用户新增的图像生成 prompt，内容为“一名模特身穿红色 Dior 羽绒服、脚踩漆皮高跟鞋赢得派对”。该 prompt 以文本形式提交，标记为 FALSE（非越狱类），作者为 sachinkarmaran@gmail.com。
Redshir4t 将 huihui-ai/Huihui-Qwen3-4B-Instruct-2507-abliterated 转换为 Q4_K_M 量化的 GGUF 格式并上传至 Hugging Face。该模型可通过 llama.cpp 的 llama-cli 或 llama-server 直接加载运行，支持通过 brew 安装，并可用 LLAMA_CUDA=1 等编译选项适配 Nvidia GPU。
AtomicChat 发布 Liquid LFM2.5-24B-A2B 的去对齐版本，仅编辑 blocks 14-39 的 52 个矩阵，英文拒绝率从 96.3% 降至 1.2%，俄语从 62% 降至 0%，思考模式下从 30/30 降至 0。MMLU 从 64.40% 到 65.55% 基本不变，提供 6 个 GGUF 量化版本和一个 24 MB LoRA 适配器（可用 --lora-scaled 加载，推荐 scale 1.75），方法基于 Arditi et al. 2024 的单方向拒绝机制研究。
glivorem 用 Heretic 工具对 Qwen3-4B-Instruct-2507 做 abliteration 处理，通过方向消融直接编辑权重移除模型的拒绝行为，未做新数据微调，知识与通用能力接近原版。模型为 4B 参数非思考 instruct 模型，262k 原生上下文，BF16 safetensors 格式，Apache 2.0 许可，可在 vLLM 和 Transformers 中使用，无内置安全护栏。
huihui-ai 发布 Qwen/Qwen3.8-27B 的 abliterated 去审查 GGUF 版本，通过 abliteration 技术移除模型拒答行为，仅对部分层（如 22 至 52 层）做消融，MTP 与视觉部分未改动。提供 Q2_K_L 至 Q8_0_L 等多种量化格式，支持最新版 ollama（huihui_ai/Qwen3.8-abliterated）和 llama.cpp（-c 262144），适合研究测试用途。
Hugging Face 上架 abliterated 模型 NateVoid/Huihui-Qwen3.8-27B-abliterated-Underdog-Saluki-Swift-1.5-IQ2-Ninfer。该模型页 README 为空，暂无下载统计，也未部署到任何 Inference Provider。
一项 arXiv 研究通过合成财报 announcement 独立操纵 20 日动量、非信息性评论基调与 EPS 是否超出共识，考察大语言模型金融预测究竟依赖哪些输入。来自四个模型族的 6 个 instruction/chat checkpoint（基础参数 0.49-7.61B），每个在 Q8_0 直答协议下接受 2,016 条提示词。结果显示：6 个模型中有 5 个的有符号基调对比幅度超过 EPS，5 个模型动量超过 EPS，主 EPS 对比范围为 -0.19 至 86.80 个百分点，自然词数值诊断准确率为 51.0-95.8%；研究测的是输入依赖与数值识别，不确立内部推理机制或实际收益可预测性。
一项 arXiv 研究测试了 4B 和 8B 推理模型的隐状态探针能否区分三类推理失败并定位失败步骤。在 8B 的错误轨迹上，置信度探针漏检 81% 的单步不可恢复案例和 47% 的重试可成功案例；探针的失败类型排序取决于训练设计。两个规模下，没有任何探针定位失败步骤的准确率超过仅基于轨迹长度的规则。
一项 arXiv 研究用填空任务评估 6 个跨厂商、跨参数规模的本地大语言模型的姓名偏见，基于美国 SSA 姓名数据集和 Rosenman et al. 种族分类数据集，共收集 300,000 条本地 LLM 响应。结果显示模型偏好较少刻板男性化、更年长、更流行和白人的名字；性别偏见最显著，其后依次为年龄、名字流行度和种族，且偏见高度依赖句子语境。
研究者构建双 LLM 共识流水线，从 Texas Children's Hospital 108 名 Trofinetide 用药患者的 26,763 份临床笔记中提取 18 种治疗反应表型。腹泻提取任务上最优提示词准确率达 84.2%（F1 = 0.674），比正则匹配高 47 个百分点，专家复核一致率为 90.2%（92/102）。该架构仅需改配置即可适配新表型与药物，为真实世界证据提取提供可扩展的替代方案。