页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Few-shot」找到 75 条内容
按专题浏览 →匹配口述回答：…然后决定调用哪个工具，拿到观察结果后再想下一步。这样就能把一个大问题拆成多个小步骤。实现上，我会在[[系统提示]]里给一个结构化的few-shot示例，要求输出格式是JSON，包含thought、action、action_input和observation字段。这样模型输出的格式可控，后面好解析。另外，[[CoT]]思维链也可以结合进去，让模型在thought字段里做逐步推理。 再说工具调用。光会规划没用，得能真正干活。这里我采用[[Function Calling]]这种…
匹配口述回答：…把日期格式写错，这时候是继续让它重试还是直接报错？我的做法是看错误类型：如果是模型能力问题，比如它就是不理解日期格式，我会考虑给它few-shot示例；如果是工具本身的问题，比如参数设计不合理，那我会反过来优化Schema。 所以整体上，我会把工具调用链路看成是一个从意图到执行的工程化系统，核心是让模型在可控范围内发挥能力，同时做好兜底。 一句话定位：本质是让模型学会用工具，不是简单的API调用 前置设计：工具注册与Schema要写对，否则模型选错 核心流程：意图识别、参数提…
匹配口述回答：…精确匹配。 说到这，其实还有一个有意思的延伸：当上下文工程做得足够好时，我们甚至可以用 [[Zero-shot]] 提示代替 [[Few-shot]] 示例，因为模型从上下文中已经学到了足够多的模式。但这会引发一个权衡，上下文质量是否真的能替代示例的引导作用？ 所以整体来看，我更倾向于把 Prompt Engineering 看成是“最后一道工序”，而 Context Engineering 是“前面的供应链”。如果供应链不行，再好的工序也出不了好产品。反过来，如果供应链很强…
学习内容与项目面试，在同一条路上。