Easier to Judge than to Find: Predicting In-Context Learning Success for Demonstration Selection

En 3 lignesDiSP, un framework de sélection de démonstrations pour l'apprentissage en contexte, prédit si une paire requête-contexte réussira plutôt que de chercher le contexte optimal. Sur 5 datasets de classification avec Llama 3-8B et Qwen 2.5-7B, DiSP améliore la précision de 3,4% et accélère l'inférence de 23×.

Résumé généré par Claude — vérifié par l'humain