← Voltar para o catálogo
Geração e otimização de exemplos few-shot para melhorar o desempenho de LLMs.
Ver no GitHub ↗
Licença: MIT
Como adicionar
/plugin marketplace add a5c-ai/babysitter
O comando exato pode variar conforme o repositório. Confira o README no GitHub.
Para o autor da skill
Cole no README do seu repo
Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.
[](https://www.skillteca.com.br/skills/few-shot-example-gen)
利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM.
Automação
por harry0703
Creates an SVG weather card showing the current temperature for Dubai. Writes the SVG to orchestration-workflow/weather.svg and updates orchestration-workflow/output.md.
Automação
#ai
por shanraisshan
Automate Asana tasks via Rube MCP (Composio): tasks, projects, sections, teams, workspaces. Always search tools first for current schemas.
Automação
#git
#github
por sickn33
Integrate Stripe, PayPal, and payment processors. Handles checkout flows, subscriptions, webhooks, and PCI compliance. Use PROACTIVELY when implementing payments, billing, or subscription features.
Automação
#git
#github
por sickn33
Alerta por categoria
1 email curto, só com as skills novas de Automação. 4 minutos de leitura, sem spam, cancela com 1 clique.
Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.
Ler descrição completaRecolher descrição
Few-Shot Example Generation Skill
Capabilities
- Generate diverse few-shot examples
- Implement example selection strategies
- Optimize example ordering for performance
- Create dynamic example retrieval
- Design example formats for specific tasks
- Implement example quality validation
Target Processes
- prompt-engineering-workflow
- intent-classification-system
Implementation Details
Example Selection Strategies
- Semantic Similarity: Select similar examples
- MMR Selection: Diverse example selection
- N-Gram Overlap: Lexical similarity
- Random Sampling: Baseline selection
- Length-Based: Control example sizes
Configuration Options
- Number of examples
- Selection algorithm
- Example format (input/output structure)
- Max token limits
- Example store backend
Best Practices
- Cover edge cases in examples
- Balance example diversity
- Optimize example ordering
- Test with varied inputs
- Monitor token usage
Dependencies
- langchain
- sentence-transformers (for semantic selection)
Compartilhar
X
LinkedIn
