低成本追名逐利做数学方法：软柿子筛选法 第一步：建立题库，按照屌值（名气大小）排序 收集尚未被解决的数学问题，构建初始题库。 按照问题的屌值从高到低排序，优先处理高屌值问题。 第二步：执行第一轮欺软怕硬筛选 要求 gpt 对题库中的问题进行软柿子筛选，按照预期求解难度，将问题分为： - 软柿子类题： gpt 评估相对容易解决或取得突破的问题。 - 非软柿子类题： gpt 评估求解难度较高的问题。 完成初步分类后，对 gpt 执行循环压力，要求其反复审查和重新评估分类结果，直到收敛，形成稳定的软柿子类题集合。 第三步：对软柿子类题进行排序 要求 gpt 对收敛后的软柿子类题进行难度排序，按照从易到难的顺序排列，确保首位为 gpt 评估最容易解决的问题。 执行循环压力 gpt，反复检验排序结果，直到收敛，形成稳定候选。 第四步：提取首位软柿子题，构建分解树 从稳定候选中提取首位软柿子题，即 gpt 评估最容易解决的问题。 要求 gpt 对该问题进行递归分解，将原问题拆解为多个子问题，形成初步分解树。 可以继续向下递归分解，增加分解树深度，得到更多细粒度子问题。 对分解结果执行循环压力 gpt，反复检查、调整和深化分解树，直到收敛，获得稳定候选分解树。 第五步：筛选未被解决的子问题，构建候选做题集合 遍历稳定候选分解树，要求 gpt 对各级子问题的解决状态进行核查。 筛选出尚未被解决的子问题，汇总形成候选做题集合。 第六步：对候选做题集合再次执行欺软怕硬排序 要求 gpt 对候选做题集合中的全部未解子问题进行软柿子排序，按照预期求解难度从易到难排列。 必要时对 gpt 执行循环压力，反复评估和调整排序，直到收敛，得到稳定的候选做题集合优先级序列。 第七步：安排 gpt 优先求解前 X 个问题 从收敛后的候选做题集合中，提取排序最靠前、gpt 评估最容易解决的前 X 个问题。 安排 gpt 对这 X 个问题开展求解，优先投入最容易取得突破的子问题。 若解决，则声称 gpt 解决根问题...中的xxx🤣👉🤡