Prompt Engineering调优实录：从4.2%到91.3%的RAG实体抽取准确率跃迁
本文记录了一次针对“金融公告实体抽取”任务的Prompt迭代全过程。通过7版Prompt的结构化调整，结合temperature=0.1与top_p=0.9的参数控制，在gpt-3.5-turbo-0613上将实体F1值从4.2%提升至91.3%，单次调用token消耗从1879降至642。实验数据表明：few-shot示例的排列顺序与格式一致性对输出稳定性影响超过30%。文中所有Prompt版本
持续迭代低代码修炼册
Lv.1不过度追求速成，更相信稳定进步。当前重点关注低代码应用，通过代码实现与工程实践、项目复盘持续提升能力；相信长期积累胜过短期追热点，并把过程整理成可复用的学习记录。
1文章
0粉丝
0关注
0获赞