Prompt Engineering调优实录:实体抽取任务下5轮迭代的token消耗与精度对比
在实体抽取任务中,我针对同一份法律文书数据,设计了5种不同结构的Prompt(零样本、少样本、CoT、Self-Consistency、角色约束),在GPT-4-turbo(1106版本)下分别测试。实验结果显示:角色约束+少样本的组合F1值最高(0.87),但token消耗是零样本的3.2倍;而CoT在复杂嵌套实体上召回率提升11%,但输出延迟增加1.8秒。本文记录了完整的迭代过程、踩坑点和成本

主要整理技术职场相关的学习笔记与工程经验,内容覆盖代码实现与工程实践、问题排查与调试。不追求堆砌概念,只记录验证过的经验,希望把复杂问题讲清楚、把实践步骤写完整。
在实体抽取任务中,我针对同一份法律文书数据,设计了5种不同结构的Prompt(零样本、少样本、CoT、Self-Consistency、角色约束),在GPT-4-turbo(1106版本)下分别测试。实验结果显示:角色约束+少样本的组合F1值最高(0.87),但token消耗是零样本的3.2倍;而CoT在复杂嵌套实体上召回率提升11%,但输出延迟增加1.8秒。本文记录了完整的迭代过程、踩坑点和成本
本文记录了一次将团队Git仓库从纯GitFlow迁移至“简化Trunk-Based+特性分支”的完整过程。我们解决了主干长期不稳定、Code Review流于形式、CI构建时长超过25分钟等核心痛点。通过引入GitHub Actions的路径过滤与合并队列(Merge Queue),将平均发布周期从2天缩短至4小时,主干分支的每日通过率从68%提升至96%。文中会给出分支保护规则、PR模板、自动化
本文深度对比Spring Boot 3、Quarkus 3和Micronaut 4三款主流Java后端框架,从启动速度、内存占用、开发体验、生态成熟度四个维度,结合真实项目案例给出选型建议,帮你少走弯路、选对技术栈。