[控场AI]
概念Few-shot Prompting / 少样本学习 / Few-shot Learning

少样本提示

提示词工程中的一种技术，在提示词中提供2-5个输入输出示例，帮助模型快速对齐预期格式和输出质量

核心事实

提示词工程的方法体系包括零样本提示、少样本提示、思维链提示（Chain-of-Thought）和树状思维（Tree of Thoughts）等技巧

已验证70% 置信4 来源

少样本提示（Few-Shot Prompting）通过在上下文中提供少量示例引导模型按特定格式或风格输出，无需对模型微调

已验证65% 置信3 来源

时间轴 (近 90 天)

10月26日

少样本提示（few-shot prompting）未能弥合生成式LLM与逻辑回归基线在路由准确性上的差距。

待验证50%
10月6日

少样本提示（Few-Shot Prompting）通过在上下文中提供少量示例引导模型按特定格式或风格输出，无需对模型微调

已验证65%

全部知识事实 (3)

已验证

提示词工程的方法体系包括零样本提示、少样本提示、思维链提示（Chain-of-Thought）和树状思维（Tree of Thoughts）等技巧

70%已验证

少样本提示（Few-Shot Prompting）通过在上下文中提供少量示例引导模型按特定格式或风格输出，无需对模型微调

65%待验证

少样本提示（few-shot prompting）未能弥合生成式LLM与逻辑回归基线在路由准确性上的差距。

50%

来源文章

先测量再训练：个人多语言收件箱路由系统的基准测试与洞察10月26日B站爆款教程：提示词工程从入门到实战全解析10月24日提示词工程实战指南：从模型选型到五大黄金原则10月12日少样本提示为何有时反而变差？12模型实验揭示真相9月16日AI越骂越聪明？拆解大模型的行为逻辑与提问技巧7月11日