Что такое few-shot learning — обучение на нескольких примерах
Few-shot learning — техника, при которой модели предоставляют несколько примеров (обычно 2–5) желаемого поведения прямо в промпте. Модель учится на этих примерах и применяет паттерн к новому запросу.
Few-shot — один из самых эффективных методов промпт-инжиниринга. Вместо подробного описания задачи вы показываете модели 2–3 примера ввода и вывода, и она понимает паттерн. Это работает потому, что большие языковые модели обладают способностью к «обучению в контексте» (in-context learning). Few-shot особенно полезен для задач классификации, извлечения данных и форматирования. Количество примеров ограничено размером контекстного окна.
Примеры использования
- •Классификация тональности: даём 3 примера «текст → позитивный/негативный» и новый текст
- •Извлечение данных: показываем примеры извлечения имён и дат из текста
- •Форматирование: даём примеры преобразования сырых данных в таблицу
Связанные термины
Попробуйте Few-shot learning в Stone AI
Открыть AI-чат →