ClusterFewshot：改进 LLM 工作流的少样本优化方法

该论文提出 ClusterFewshot，用于为 LLM 工作流挑选少样本示例。此前方法依赖随机采样或基于指标的排序，忽视任务的语义结构；新方法结合语义结构化与效用感知评分，构建更具代表性的示例集。在 DSPy 管线中评估显示，该方法大幅降低优化成本，并在独立提示调优与提示-权重混合优化中持续提升准确率。

此前少样本选择主要靠随机或指标排序，容易忽略任务语义结构，导致示例集冗余或代表性不足。ClusterFewshot 把语义结构与效用评分结合，在同等工作流下同时改善成本与准确率，说明示例选择策略本身存在可优化的空间。

该方法先对任务样本做语义聚类，使示例集覆盖不同语义区域，再用效用感知评分筛选高价值示例，从而避免随机采样带来的偏差与指标排序的局部最优。由于示例更少而更具代表性，优化过程中的试错次数下降，因而降低整体优化成本。

对使用 LLM 工作流的团队，这意味着在提示工程与少样本示例维护环节，可用更少示例达到或超过原有准确率，直接减少调用次数与调优时间。DSPy 管线用户可将其作为提示优化模块的替换项，降低持续优化的成本开销。

• 在 DSPy 或自研提示优化管线中接入 ClusterFewshot，作为示例选择模块的替换方案进行 A/B 验证。
• 围绕语义聚类与效用评分构建示例库管理工具，自动维护少样本示例集并跟踪准确率与调用成本。
• 在评测流程中加入示例集代表性指标，用于判断提示优化是否因示例冗余而浪费成本。

• 证据仅来自论文摘要，未提供具体基准名称、准确率提升幅度与成本下降比例。
• ClusterFewshot 在 DSPy 之外的 LLM 工作流框架中是否同样有效，尚不明确。
• 语义聚类与效用评分是否需要额外模型调用，其自身开销是否已计入优化成本。
• 方法对任务类型、数据规模与语言分布的适用范围尚未说明。