少样本学习

聚焦少样本学习（Few-Shot）：只给大模型看几个带答案的例子、不用重新训练，它就能举一反三；讲清这种能力从哪来、什么时候好用、什么时候不如直接写规则。

少样本学习指模型在推理时只看几个示例就完成新任务，不改任何参数：提示词里放两三个输入输出对，大模型便能归纳出其中的模式并套用到新问题上。这一专题讲清示例为什么能教会模型、示例数量和质量如何影响效果、它与零样本和微调的边界，以及提示词工程里经典的少样本思维链写法。