参考答案
内容深度:基础 · 无代码示例 · 来源:外部链接 · 未复核 · 28 天前更新
Few-shot
- 有效:任务格式/边界难用文字描述、类别不平衡、需要固定输出风格;示例要覆盖典型/边界,避免错误示例被模仿。
- 变差:示例太长占上下文、示例有偏/泄漏答案、任务需要模型自身推理而不是模式匹配;示例顺序也可能影响结果。
CoT
- 有效:多步数学/逻辑/规划、需要中间约束;可显著提升复杂推理。
- 变差:简单事实/分类任务可能过度推理/增加幻觉;推理链不忠实时会「编理由」;对延迟/成本敏感场景不划算。
实践
- 先零样本基线,再按失败类型加示例/分解/工具;用评测集验证,不盲目堆技巧。