人工智能 | 大模型之提示词工程：少样本提示
更多软件测试学习资料戳
简介
在学习零样本提示之后，很容易联想到与之对应的少样本提示。零样本提示虽然已经能解决大部分问题，但是在面对一些更复杂的任务的时候，表现并不是很好。而少样本提示可以通过提示词，直接为大模型提供对应的示例，更方便大模型理解我们的想法。
应用场景
相较于零样本提示，少样本提示能够解决的问题会更复杂一点。但是依然存在一些解决不了的场景。
实战案例
在提示词工程官方文档-少样本提示中，有很多相关的案例。去证明当给大模型提供少量的样本提示的时候，其表现更佳！
比如第一个提示词示例， 任务要求在句子中正确使用一个新词：
复制代码
输出：
复制代码
在使用少样本提示的过程中，我们需要注意以下几点：
尽量在提示词中添加一些标签。
标签在有些时候不用限定特别强的格式。
只要有标签（不论格式是否统一），都要比没有标签的提示要强。
如下所示：
复制代码
提示词：
输出：
复制代码
提示词：
复制代码
输出：
复制代码
少样本提示的限制
少样本提示在处理更复杂的推理任务的时候，表现不佳，如下所示：
提示词：
复制代码
输出：
复制代码
添加更多示例，提示词：
复制代码
输出：
复制代码
而少样本提示的这个问题，则需要通过思维链进行解决。
总结
理解什么是少样本提示。
理解少样本提示的应用场景。
理解少样本提示的提示词技巧。
理解少样本提示的局限性。
社区：ceshiren.com 微信：ceshiren2023 2022-08-29 加入
微信公众号：霍格沃兹测试开发 提供性能测试、自动化测试、测试开发等资料、实事更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬
评论