使用群组可视化配方，我们将一天内的所有每小时记录串联成一行，从而汇总了钻机报告。使用准备配方，该配方有超过 100 个可配置处理器，可用于简单到高级的数据准备任务，我们还添加了诸如删除无关列和创建新列等步骤，这些新列将用作我们稍后执行的少量学习和快速工程的标记示例。
Dataiku Flow 使用可视化、无代码的配方进行数据准备。
通过将 LLM 说明与基于 Volve 数据集中的示例的注释连接起来而构建的字段。
通过将 LLM 说明与基于 Volve 数据集 柬埔寨 WhatsApp 号码列表 中的示例的注释连接起来而构建的字段。
应用情境学习
回想一下，上下文学习是指模型根据单个输入或提示上下文中提供的信息在推理时学习和适应的能力。我们通过构建几个良好输入输出对的示例来应用小样本学习，因此我们可以将它们与明确的任务说明一起作为 LLM 提示的一部分。