本提示词将您定位为计算机领域博士生，引导您对目标论文进行多维度深度总结：先以一段话总览问题、挑战、技术、方法与效果，再依次详述问题与挑战、与过往方案的优势对比、Method章节主流程（含LaTeX变量）、Experiments章节具体任务与数值性能、Conclusion章节现存局限，最终形成系统、严谨的学术综述。 中文版提示词
请您以计算机领域博士生的身份，对目标论文进行系统化深度总结。请按以下结构依次输出：
一、总体概述（一段话）
用一段连贯的文字，概括本文所研究的问题、面临的挑战、采用的关键技术、提出的核心方法以及取得的主要效果（如性能提升或新能力）。
二、问题与挑战
明确指出本文试图解决的具体问题是什么，以及该问题背后的主要难点或挑战（例如数据稀缺、计算复杂性、泛化不足等）。
三、与过往方案的比较优势
说明本文方案相较于已有工作的突出优势，具体解决了过去方法未能克服的哪些瓶颈，并简要分析这种改进的根本原因（如新的建模思路、更高效的优化策略等）。
四、Method章节主流程（含LaTeX变量）
结合Method部分，详细描述算法的执行流程，包括初始化、迭代步骤、更新规则和终止条件。其中涉及的
本提示词将您定位为精通计算机科学（数据挖掘、机器学习、深度学习）的学术翻译专家，通过精准术语翻译与中文学术风格润色两步流程，将英文原文转化为流畅、专业的中文译文，并保留所有LaTeX公式，仅输出最终润色结果，适用于学位论文初稿撰写。 中文版提示词
请您担任学术论文翻译与润色专家。您具备专业的翻译能力，同时在计算机科学领域（特别是数据挖掘、机器学习、深度学习）拥有深厚知识。对于给定的英文原文，请严格遵循以下两阶段操作：
第一阶段：精准翻译 – 将英文内容逐句或逐段译为中文。翻译时，必须采用计算机科学及深度学习领域的标准术语（例如：“convolutional layer”译为“卷积层”，“gradient descent”译为“梯度下降”，“attention mechanism”译为“注意力机制”），避免直译或非专业表达。若原文中包含LaTeX符号或数学公式（如 $x_i$, $\mathbf{W}$, $\mathcal{L}_{\text{total}}$ 等），请原封不动地保留，不得做任何修改。
第二阶段：中文学术润色 – 基
Stable Diffusion 🔥 7.4万 ♡ 27
本提示词将您定位为强化学习领域的资深博士生，针对目标论文，按照五个规定维度（方法概述与技术创新、与过往方案的对比优势、Method章节的核心流程与关键变量（LaTeX格式）、Experiments章节的具体任务与数值性能、Conclusion章节指出的现存问题）进行系统化、学术化的梳理与总结，助力快速把握论文全貌并形成批判性理解。 中文版提示词
请你以强化学习领域资深博士生的身份，对目标论文进行深度、结构化总结。请注意：不要联网搜索，完全基于论文内容进行剖析。请严格按照以下五个方面依次输出：
1. 方法、技术与效果总览——先概述本文提出了什么新方法，借助了哪些关键技术（如神经网络架构、优化策略、探索机制等），最终在哪些指标或任务上实现了怎样的效果提升。
2. 与过往方案的比较优势——说明本方案相较于已有工作的核心优势，具体解决了过去方法中哪些未克服的难题（例如样本效率低、收敛不稳定、泛化性差等），并指出这种改进的本质原因。
3. Method章节主流程详述（含LaTeX变量）——结合Method部分，详细描述算法的执行流程，包括初始化、循环步骤、更新规则及终止条件。其中涉及的关键数学符号（如状态、动作、奖励、价值函数、策略参数等
本提示词将您定位为精通计算机科学（数据挖掘、机器学习、深度学习）的学术翻译专家，针对中文原文，首先进行精准术语翻译为英文，再依据英文学术写作习惯进行流畅性、清晰度优化，最终直接返回润色后的英文译文，适用于将中文学位论文或稿件转化为英文投稿版本。 中文版提示词
请您担任学术论文翻译与润色专家（中译英方向）。您具备专业的翻译能力，同时在计算机科学领域（特别是数据挖掘、机器学习、深度学习）拥有深厚知识。对于给定的中文原文，请严格遵循以下两阶段操作：
第一阶段：深入理解与精准翻译 – 首先充分理解中文段落的含义，然后将其译为英文。翻译时，必须采用计算机科学及深度学习领域的标准英文术语（例如：“卷积神经网络”译为“convolutional neural network”，“梯度消失”译为“vanishing gradient”，“注意力机制”译为“attention mechanism”），避免逐字直译。若原文中包含LaTeX符号或数学公式（如 $x_i$, $\mathbf{W}$, $\mathcal{L}_{\text{total}}$ 等），请原
适用场景：论文写作、课题研究、文献整理。 适用场景：论文写作、课题研究、文献整理。
Prompt：你是【在此填入领域】领域的资深研究助理。请基于我提供的研究主题，梳理文献综述框架，识别共同主题、矛盾观点及方法论差异。请构建时间线式框架，以“表格+解释段落”的形式输出。语言需精炼正式、逻辑清晰、表述客观，不虚构实验数据。
本提示词将您定位为具备计算机科学（特别是数据挖掘、机器学习、深度学习）专业背景的学术翻译专家，针对英文原文，首先进行精准术语翻译，再依据中文表达习惯进行流畅性、清晰度优化，最终直接返回润色后的译文；尤其适合用于撰写毕业论文初稿或中文学术投稿。 中文版提示词
请您担任学术论文翻译专家。您拥有专业的翻译能力，并且在计算机科学领域具备深厚背景，尤其精通数据挖掘、机器学习、深度学习等方向。对于给定的英文原文，请按以下两阶段流程操作：
1. 精准翻译阶段——将英文内容翻译为中文。翻译时务必使用计算机及深度学习领域的标准术语（例如：将“training set”译为“训练集”，“backpropagation”译为“反向传播”）。若原文中包含LaTeX符号或数学公式（如 $x_i$, $\mathbf{W}$, $\mathcal{L}_{\text{total}}$ 等），请原样保留，不得更改。
2. 中文润色阶段——根据中文学术写作的语体习惯，对初译稿进行修饰与完善，确保语言流畅自然、逻辑清晰、无歧义，同时保持学术严谨性。
最终，仅输出润色后的中
Stable Diffusion 🔥 4.9万 ♡ 30
针对学术论文数据分析阶段，提供方法选择、统计结果解读、变量关系剖析的具体可操作指导，帮助研究者独立完成严谨的数据分析报告。 ✍️ 中文版提示词
中文版提示词
请你作为我的学术论文数据分析顾问，针对我的数据集和研究问题，提供具体、可落地的指导。请围绕以下三个核心维度展开：
• 分析方法适配：根据我的研究设计（实验/观察/纵向）、变量类型（类别/连续/计数）和样本量，推荐最合适的统计检验或建模策略（如t检验、方差分析、多元回归、广义线性模型、混合效应模型或结构方程模型），并解释选择该方法的理由，同时指出备选方案的适用场景与局限；
• 结果解读与学术表述：帮助我准确理解统计输出中的关键指标（效应量、置信区间、p值、模型拟合度等），指导我用规范、精炼的学术语言撰写结果段落，避免因果推断陷阱和数值误读，并突出结果的实际意义；
• 变量关系深度剖析：协助我探索变量间可能存在的直接、中介或调节关系，提供验证策略（如分
本提示词将您定位为专业文献综述顾问，引导您针对特定研究问题，系统梳理背景、现状、关键成果，评估研究可靠性，辨析成果间关联与影响，并最终形成逻辑严密、结构清晰的综述报告，同时强调语法准确与表达清晰。 中文版提示词
请您作为资深文献综述顾问，协助完成一项关于特定研究主题的全面而系统的文献综述。请按以下结构逐步展开：
1. 背景与现状——首先概述该问题的研究背景，阐明其学术或实践意义，并描绘当前研究领域的整体态势（包括主流方向、活跃学派及关键争议点）。
2. 近年成果归纳——总结近五至十年内最具代表性的研究成果，按主题、方法或时间线分类呈现，并指出各成果的核心发现与贡献。
3. 可靠性与有效性评估——针对所引文献，提供评判其研究设计、数据来源、实验验证及统计效度的具体标准或方法论建议，帮助区分高质量与有限证据。
4. 成果间相互关系与影响识别——解析不同研究成果之间的承继、互补或对立关系，揭示研究脉络中的转折点和推动力，并讨论外部因素（如技术变革、政策导向）如何塑造研究走向。
5. 综述撰写与呈现
根据主题撰写内容翔实、有信服力的论文。 我希望你能作为一名学者行事。你将负责研究一个你选择的主题，并将研究结果以论文或文章的形式呈现出来。你的任务是确定可靠的来源，以结构良好的方式组织材料，并以引用的方式准确记录。我的第一个建议要求是 '论文主题'
我要你充当学术论文翻译的角色。你拥有专业的翻译技巧，并且是计算机科学方面的专家，对于数据挖掘、机器学习、深度学习等有非常深入的理解。我会给你输入英文的原文，我希望你一步一步来：
首先，把给你的英文翻译成为中文（如果原始输入中有latex符号或者公式，请保持他们不变。）翻译过程中，注意使用计算机、深度学习方面的术语。
然后，基于中文的习惯，将你的译文进行完善修改，保证语言的流畅、清晰。
注意：只需要返回修改之后的翻译。
作为文献综述顾问，我请求你提供近年来关于一个特定问题的研究成果的全面文献综述。请包括背景信息和该主题的当前研究现状，总结近年来的研究成果，并提供评估这些成果可靠性和有效性的建议。此外，请解释如何识别和解释这些研究成果之间的相互关系和影响。最后，请提供总结和解释文献综述的建议。请使用完整句子回答，正确运用语法，避免歧义。
本提示词引导AI撰写一篇关于“AI取代人类工作”的理性评论文章，面向科技从业者与普通职场人群。文章需从技术可行性与社会适应性双重视角切入，客观分析机遇与挑战，避免极端情绪。结构清晰，内容有深度，字数约1400字，适合观点类平台发布。 中文版提示词
请您以“AI取代人类工作”为话题，撰写一篇冷静、有深度的理性评论文章。目标读者为科技从业者与普通职场人群。文章需从以下两个维度展开分析：①技术可行性（当前AI能力边界、自动化替代的行业差异）；②社会适应性（劳动力转型、政策调节、人类独特价值的保留）。既要指出效率提升与创新的机遇，也要分析岗位变迁与技能更新的挑战，避免制造恐慌或盲目乐观。结构严格遵循：事件引入（背景概述）→
正反双方观点辩论（各陈利弊）→ 趋势预判（未来5-10年的可能路径）→
行动建议（个人与社会的应对策略）。全文约1400字，语言精准、逻辑严密，用数据或案例辅助论证，拒绝空泛议论。
English Version Prompt
Please
write a calm, in‑depth rational commentar
