4.1.3 使用签名进行上下文学习 (In-context Learning)

文档摘要

4.1.3 使用签名进行上下文学习 (In-context Learning) 4.1.3 使用签名进行上下文学习 (In-context Learning) 上下文学习（In-context Learning，ICL）是大型语言模型（LLM）的一个关键能力，它允许模型在不进行显式参数更新的情况下，通过输入示例（也称为“few-shot”示例）来学习并执行新的任务。在 DSPy 中，签名（Signature）在 ICL 中扮演着至关重要的角色，它定义了输入和输出的结构，并引导 LLM 如何利用上下文信息。 1. 上下文学习的基本概念在传统的机器学习中，模型需要通过大量的训练数据来学习任务。而 ICL 则不同，它通过在输入中提供几个示例（prompt）来指导模型如何完成任务。