一个聊天机器人使用 Amazon Bedrock LLM 进行意图检测，团队计划应用少样本学习来改进意图分类。他们应该在提示中包含哪些额外数据来支持少样本意图检测？

少样本学习（Few-shot learning）通过在提示中提供少量示例来指导大型语言模型（LLM）执行特定任务，而无需重新训练模型。对于意图检测任务，模型需要学习如何将用户消息映射到正确的用户意图。因此，在提示中包含“用户消息和正确用户意图的配对”作为示例，能够直接向模型展示预期的输入（用户消息）和输出（用户意图）格式及关联性，从而提高其意图分类的准确性。 其他选项不正确的原因： “聊天机器人响应及其正确用户意图的配对”：聊天机器人响应是模型的输出，不是意图检测的输入。 “用户消息和正确聊天机器人响应的配对”：这更适用于生成式任务，而非意图分类。 “用户意图和正确聊天机器人响应的配对”：这与意图检测的输入输出关系相反。