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
乌恩大侠3 分钟前
「AI-RAN」Aerial,使用ORAN C1模式
人工智能·5g·spark·o-ru·ai-ran
Zhao-Jichao7 分钟前
AI Prompting for Everyone 课程笔记 - 05 使用深度搜索 Using Deep Research
人工智能·笔记
暴走约伯12 分钟前
【VFX工具链源码拆解 02】告别机械劳动(上):一键统改百个子粒子颜色与批量重命名
3d·unity·c#·材质
feasibility.18 分钟前
世界模型WSM技术解读:SLAM内化为具身智能的状态记忆,纯RGB机器人导航反超RGB-D
人工智能·机器人·aigc·slam·导航·具身智能·世界模型
alonglong37 分钟前
本地模型部署避坑:HF_HOME 缓存指向 + macOS fd 上限 256
人工智能
注塑机数据采集联网1 小时前
数据采集网关入门:ZK-D1/D3从零开始构建你的数据运用
大数据·数据仓库·人工智能·物联网·数据库架构·注塑机网关
hantmac1 小时前
不记得文件名时,Mac 上的搜索还能怎么做?
人工智能·macos
郝学胜-神的一滴1 小时前
游戏设计:原型与开发 18:Unity入门的第一课
人工智能·程序人生·游戏·ui·unity·游戏引擎
天树星智源1 小时前
每个 token 各配其师:token 级多教师蒸馏拉高 5.9 分
人工智能
米饭是菜qy1 小时前
深度学习Transformer详细介绍
人工智能·深度学习·transformer