Ein Unternehmen möchte ein LLM auf Amazon Bedrock verwenden, um Text als positive oder negative Stimmung zu klassifizieren. Welche Prompt-Engineering-Technik ist am besten geeignet?

Diese Technik wird als Few-Shot-Prompting bezeichnet. Durch die Bereitstellung von beschrifteten Beispielen (positive oder negative Stimmung) lernt das LLM das gewünschte Format und den Kontext für die Klassifizierungsaufgabe. Dies verbessert die Genauigkeit der Stimmungserkennung erheblich, da das Modell die Muster in den Beispielen replizieren kann. Eine lange Erklärung der Funktionsweise von Sentiment-Analyse ist irrelevant und würde das Modell nicht direkt bei der Klassifizierung unterstützen. Das Senden nur der Passage (Zero-Shot-Prompting) ist weniger effektiv, da das Modell keine Beispiele für das gewünschte Ausgabeformat hat. Beispiele für nicht verwandte Aufgaben würden das Modell verwirren und die Leistung beeinträchtigen.