提示词敏感性

大语言模型对提示词的措辞、格式、示例数量乃至标点符号都高度敏感，同一任务的不同表述可能带来显著的分数波动。

当模型对语义等价的不同问法给出质量迥异的答案时，说明模型对表层措辞过度拟合而未真正掌握底层任务