Q75 — AWS AIF-C01 第1章

第 75/100 题 | ← 返回第1章

某公司希望况用 Amazon Bedrock 上的击型语言模型 (LLM) 进行情感分析。该公司希望将文本段落的情感分为正面和负面。曾种提示工程策略能满足这些要求？

• A. 在提示中提供带有相应正面或负面标签的文本段落示例，然后再提供要分类的新文本段落。 ✓
• B. 在提示中详细解释情感分析和 LLM 的工作原理。
• C. 提供要分类的新文本段落，不提供任何额外的上下文或示例。
• D. 提供新的文本段落和一些无关任务的示例，如文本摘要或问题解答。

正确答案: A. 在提示中提供带有相应正面或负面标签的文本段落示例，然后再提供要分类的新文本段落。

解析

这道题考查对使用大型语言模型进行情感分析的提示工程策略的理解。在情感分析中，提供带有标签的示例能为模型提供明确的分类参考。A选项通过先给出有标签的示例，再输入新段落，有助于模型学习和准确分类。B选项的原理解释对直接分类帮助不大。C选项没有示例，模型缺乏参考。D选项的无关任务示例无法满足正面和负面分类要求。所以选A。 查看全部