arXiv Artificial Intelligence· Kevin Krazius, Tim Schlippe, Paul Libbrecht·· 2 小时前AI 评分31
大语言模型提示技术跨领域评估：RAG 平均准确率最高达 78.33%
A Cross-Domain Evaluation of Prompting Techniques for Large Language Models
AI 导读
一项受控跨领域评估在同一个 LLM 上对比了 Zero-Shot、Few-Shot、RAG 和基于 PE2 思路的自动提示优化，覆盖算术、逻辑、常识推理与事实核验六项基准。RAG 在可检索 300 个示例时取得最高平均准确率 78.33%，Few-Shot 在多项结构化推理任务上表现较好，各最优配置间成对统计比较无显著差异。增加任务示例数量并未稳定提升效果，提示技术需按任务特性自适应选择。
来源：arXiv Artificial Intelligence · arxiv.org