34. 某新創公司正在開發一套 AI 客服系統，由於產品剛上線，目前僅能蒐集到少量的標準問答範例。技術團隊希望在資料有限的情況下，仍能有效提升模型回應品質，並評估不同方法對開發成本與彈性的影響。請問下列對少樣本提示 (Few-shot Prompting)與少樣本微調(Few-shot Fine-tuning)兩種方法的比較， 何者最為正確？
(A)樣本數量極少時只能採用少樣本提示(Few-shot Prompting)，少樣本微調 (Few-shot Fine-tuning)在此情況下必然發生過擬合而無法使用；
(B)少樣本微調(Few-shot Fine-tuning)需留意過擬合風險；少樣本提示無需額 外訓練即可提升部分表現；
(C)兩者本質相同，差異僅在於例子提供的時機；
(D)採用夠強大的預訓練模型後，兩種方法皆已無實質效益，不需額外考量

答案：登入後查看
統計： A(0), B(1), C(0), D(0), E(0) #3923268