Esta habilidad expone las utilidades de optimización few-shot de dspy (por ejemplo, BootstrapFewShot y BootstrapFewShotWithRandomSearch) para seleccionar y…
Esta habilidad expone las utilidades de optimización few-shot de dspy (por ejemplo, BootstrapFewShot y BootstrapFewShotWithRandomSearch) para seleccionar y ajustar automáticamente ejemplos en contexto y conjuntos de demostración para dspy.Modules y predictores basados en dspy.Signature. Acepta un conjunto de entrenamiento etiquetado de objetos dspy.Example y una métrica de evaluación definida por el usuario, y luego explora permutaciones bootstrap (y una posible ampliación por búsqueda aleatoria) para maximizar la métrica variando el conjunto y el número de ejemplares. Las características clave incluyen selección guiada por la métrica, límites configurables (max_bootstrapped_demos, max_labeled_demos), integración con dspy.Predict y dspy.Module, y un paso de compilación que devuelve un módulo invocable optimizado. Casos de uso: clasificación few-shot, ingeniería de prompts, ajuste de instrucciones a pequeña escala y puesta en producción de canalizaciones de inferencia robustas. Las ventajas principales son la selección automática y reproducible de demostraciones, la reducción del ajuste manual de prompts y la mejora de la precisión en la tarea final.
Esta página forma parte del hub OpenClaw Skills con guías de instalación, categorías y enlaces prácticos.