Ein Chatbot verwendet ein Amazon Bedrock LLM zur Intent-Erkennung, und das Team plant, Few-Shot Learning anzuwenden, um die Intent-Klassifizierung zu verbessern. Welche zusätzlichen Daten sollten sie in Prompts aufnehmen, um die Few-Shot Intent-Erkennung zu unterstützen?

Um Few-Shot Learning für die Intent-Erkennung zu nutzen, muss das Modell Beispiele erhalten, die zeigen, wie Benutzernachrichten einem bestimmten Intent zugeordnet werden. Daher sind Paare von Benutzernachrichten und den korrekten Benutzer-Intents die entscheidenden zusätzlichen Daten. Diese Beispiele im Prompt ermöglichen es dem LLM, das Muster der Intent-Klassifizierung zu lernen, ohne dass umfangreiche Trainingsdaten erforderlich sind. Die anderen Optionen sind falsch, da sie entweder die Chatbot-Antworten (die für die Intent-Erkennung irrelevant sind) oder die Intent-Reihenfolge (die nicht die Kernaufgabe der Klassifizierung darstellt) betreffen.