怎么实现动态提示词，并提升准确率

怎么实现动态提示词，并提升准确率

借助小模型实现动态提示词以更好完成任务的方法

基于规则的简单模型

• 原理：制定一系列预定义规则，依据用户输入的内容匹配规则，进而生成提示词。该方法实现简单，适合处理特定场景下的任务。
• 示例：在一个电影推荐聊天场景中，设定如下规则：若用户输入“喜剧”，则提示“开心麻花喜剧”“经典港式喜剧”；若输入“科幻”，则提示“星际穿越类科幻”“赛博朋克科幻”。

轻量级词向量模型

• 原理：使用轻量级的词向量模型（如 Word2Vec）把词语转化为向量，再通过计算向量间的相似度，找出与用户输入词语相近的词作为提示词。
• 示例：以电影推荐场景为例，先使用 Word2Vec 模型对大量电影相关文本进行训练，然后当用户输入“动作”时，计算“动作”与其他词语的向量相似度，将相似度高的词语（如“冒险”“枪战”）作为提示词。

小型预训练语言模型微调</