从58%到94%准确率：一次商品评论情感分类的Prompt Engineering实验记录
本文以电商评论三分类任务为例，对比了Zero-shot、Few-shot、CoT、角色扮演等6种Prompt方案。在GPT-4o-mini与Qwen2.5-7B-Instruct上实测，best prompt将准确率从58%提升至94%，单条token消耗从312降至187。文中包含完整可运行代码、温度参数调优过程，以及我踩过的3个典型坑，适合正在做LLM应用落地的同学参考。
云端赶路集
Lv.1把键盘敲过的夜晚整理成文字，关注技术学习与数字生活，记录方法总结、工具使用体验和真实实践中的思考；喜欢从问题、方案到复盘形成完整闭环。所有结论都尽量来自亲自验证和项目复盘。
3文章
0粉丝
0关注
0获赞
最新文章
asyncio重构Flask接口：QPS从300到1800的并发优化实录
一个内部报表接口因串行调用3次第三方服务，平均耗时2.8秒，压测QPS仅320。用asyncio+httpx将其改造为并发请求后，接口耗时降至0.6秒，QPS飙升至1750。本文记录完整改造流程，包括asyncio.Semaphore限流、httpx.AsyncClient连接池复用、以及Python 3.10+的TaskGroup写法，并附上wrk压测对比数据。踩坑部分重点分析了协程与线程混用导
Docker Compose编排三层应用：网络隔离与健康检查的落地实践
生产环境迁移容器化时，我在一个Spring Boot + Redis + MySQL + Nginx的四服务项目上踩遍Compose编排的坑——从卷挂载权限到服务启动竞态，再到健康检查失效导致流量打到未就绪节点。本文基于Docker Compose v2.24 + Docker Engine 24.0，分享一套包含自定义网络、命名卷、显式依赖和健康门控的编排方案。配置后，服务启动耗时从原先的35秒