dspy.KNNFewShot: selectare dinamică a celor mai apropiate exemple k-NN prin embeddings în DSPy & Programare Algoritmică LLM

`dspy.KNNFewShot` selectează dinamic cele mai relevante `k` exemple demonstrative dintr-un set mare de antrenament la fiecare rulare de inferență, utilizând distanța cosinus între vectorul de embedding al întrebării curente și cel al exemplelor candidate.

Selecție Dinamică Context-Aware a Exemplelor

Depășește selecția statică prin oferirea celor mai relevante exemple specifice fiecărei cerințe în parte.

from dspy.teleprompt import KNNFewShot
import dspy

optimizer = KNNFewShot(k=3, trainset=large_trainset)
knn_compiled_program = optimizer.compile(student=my_module)

# La fiecare rulare, KNNFewShot găsește automat cele mai apropiate 3 exemple din trainset:
result = knn_compiled_program(question="Configurare proxy_pass Nginx către Node.js")

Utilizarea corectă a acestei funcționalități în DSPy asigură programarea algoritmică robustă a modelelor mari de limbaj, decuplând arhitectura codului de redactarea fragilă a prompturilor manuale.