Modeller och tekniker
Few-shot Learning
Few-shot learning betyder att en modell klarar en ny uppgift efter att ha sett bara några få exempel. Det kan ske i själva träningen eller, vanligare i dag, genom att du lägger in ett par exempel direkt i din instruktion till en språkmodell. Alternativet är att träna på tusentals färdigt märkta exempel.
Vad few-shot learning förväxlas med
Zero-shot learning. Zero-shot är helt utan exempel. Few-shot är med några stycken, oftast två till fem.
Finjustering av en modell. Exempel i en instruktion ändrar ingenting i modellen. Nästa gång du öppnar verktyget är de borta.
Att modellen lär sig av dig. Modellen härmar mönstret i exemplen inom det pågående samtalet. Den minns dem inte efteråt.
Var du möter few-shot learning
Som teknisk term i dokumentation och forskning. Som praktisk metod möter du den varje gång du klistrar in ett par exempel på önskad form i en prompt, även om du inte kallar det så.
Vidare
Zero-Shot Learning för fallet utan exempel. Prompt för var exemplen hamnar i praktiken. Transfer Learning för hur en modell kan bygga vidare på tidigare träning.