C#调用 AI学习从0开始-第1阶段(基础与工具)-第3天FewShot少样本测试

1.什么是Few-Shot

Few-Shot也就是在提词中写的几个示例或者样本,让AI理解你想要得格式和输出风格,然后应用到新的输出上。

2.为什么需要Few-Shot

因为不给示例,直接让AI做,输出不稳定,AI可能理解偏差。

给出2-5个示例,输出格式会稳定,输出准确率高,同时也会消耗更多token。

核心公式:Few-shot Prompt = 任务描述 + 示例1 + 示例2 + ... + 实际输入

常见问题与解决

*****输出格式不一致,原因temperature太高,设temperature=0.1。

*****分类错误率高,原因示例不够典型,更换更典型得示例。

*****返回得不是Json,原因没有强制要求,可添加response_format参数,设置此参数后,输入必须带有json字样,否则调API报错。

*****响应太慢,原因样本太多,控制示例数量在3-5个。

核心代码示例:

csharp 复制代码
//2.少样本分类(给示例)
                
                    var examples = GetFewShotExamples(3);

                    var userPrompt = new StringBuilder();
                    userPrompt.AppendLine("将用户输入分类为:技术问题、产品反馈、闲聊。");
                    userPrompt.AppendLine("只输出分类名称,不要有其他内容。");
                    userPrompt.AppendLine();
                    userPrompt.AppendLine("示例:");
                    userPrompt.AppendLine(examples);
                    userPrompt.AppendLine();
                    userPrompt.AppendLine($"用户输入:说一下今天得天气 输出json格式");
                    userPrompt.AppendLine("分类:");

                    var messages = new[]
                    {
                        new { role = "user", content = userPrompt.ToString() }
                    };
                


                //1.零样本分类(不给示例)
                //{
                //    var messages = new[]
                //    {
                //    new { role = "system", content = "将用户输入分类为:技术问题、产品反馈、闲聊。只输出分类名称,不要有其他内容。" },
                //    new { role = "user", content = "今天下小雨" }  //用户输入
                //    };
                //}


var requestBody = new
            {
                model = "qwen-turbo",
                messages = messageIn,
                temperature = 0.1,  // 低温度让输出更稳定
                response_format = new { type = "json_object" }  //
            };

Few-Shot学习完成!

相关推荐
得物技术15 分钟前
从狂野代码到按目标生产:得物推荐 AI Harness 的工程化实践|AICon 演讲整理
人工智能·算法·架构
HokKeung19 分钟前
飞书 lark-cli 如何存储 tenant_access_token 和 user_access_token
人工智能·go
Ralph_Salar20 分钟前
从0到1搭建AI智能支付风控助手Stage3-Function Calling — 让AI能动起来
人工智能
Ralph_Salar25 分钟前
从0到1搭建AI智能支付风控助手Stage4-Agent编排 — 让AI自己思考、决策、行动
人工智能
smallyoung26 分钟前
Spring AI 2.0 VectorStore实战:从原理到RAG落地
人工智能·后端
火山引擎开发者社区1 小时前
被 Vibe Coding 用户频点名的火山 Supabase 到底是个啥?一图来看懂
人工智能
火山引擎开发者社区1 小时前
动手做 AI 实验赢好礼!产品 + 大模型免费额度限时供应!
人工智能
字节跳动视频云技术团队2 小时前
从 VCloud 到 Agentic VCloud:Agent 时代的范式重构
人工智能·音视频开发
AKAMAI2 小时前
每百万 Token 成本砍六成,出海 AI 团队开始重算推理这笔账
人工智能·云计算
用户938515635073 小时前
从 Prompt 到 Harness:AI 工程化的三年跃迁与实战解码
javascript·人工智能