Unverified50% confidenceFactExact time
少样本学习在提示词中附带少量输入-输出示例，通常1-5个
1
Sources
50%
Confidence
Long-term
Relevance
7/7/2026
First Seen
Sources
从零手撸AI Agent框架：工具调用、记忆与双模型调度深度拆解
bilibiliAI大模型基地7/5/2026
Related Claims
UnverifiedFew-shot提示通过提供2-5个示例让模型理解模式，比纯文字描述准确率通常高出20%-40%69% similarUnverified早期可解释性研究发现约5%的训练片段中存在未表达的与评分相关的推理69% similarUnverified实验数据显示，经过5-10轮迭代训练后，模型在低频词汇和长尾知识上的覆盖率下降超过40%，而输出文本在表面流畅性上几乎没有可察觉的退化68% similarVerified使用LoRA微调时，实际需要训练的参数量只有原来的0.1%-1%65% similarUnverified识别状态类别数量并非越多越好，5类以内（饿、困、不适/胀气、需要抱、尿布）实用性最高；标称能识别8类以上的产品往往靠猜测拉高数字，反而降低单类准确率64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/158547API
curl https://kongchang.com/api/v1/knowledge/claims/158547MCP
get_claim(id=158547)