某企業使用生成式 AI 進行文字分類，初期僅根據既有業務資料設計少量樣本提示（Few-shot Prompting）。當模型應用至新市場資料時，團隊發現分類結果明顯不穩定，且原先提供的範例並未涵蓋新市場常見的表達方式。依此情境判斷，下列何者最可能為主要原因？
iPAS 考題解析
某企業使用生成式 AI 進行文字分類，初期僅根據既有業務資料設計少量樣本提示（Few-shot Prompting）。當模型應用至新市場資料時，團隊發現分類結果明顯不穩定，且原先提供的範例並未涵蓋新市場常見的表達方式。依此情境判斷，下列何者最可能為主要原因？
- A. 模型容易對單一範例產生過度記憶
- B. 少量範例難以涵蓋新情境的資料差異 ✓ 正確答案
- C. Prompt 設計無法引導模型擷取共通特徵
- D. 模型推理能力不足以完成分類任務
詳細解析
Few-shot Prompting 依賴少量範例引導模型，當應用場景擴展到新市場時，原有範例無法涵蓋新的資料特徵與表達方式，導致分類不穩定。
出題年份：115 難度：★★☆