X'Inhuma Zero-Shot u Few-Shot Learning?
Zero-shot learning jirreferi għall-kapaċità ta' mudell tal-AI li jwettaq kompitu li qatt ma ra eżempji speċifiċi tiegħu matul-taħriġ. Few-shot learning jestendi dan billi jipprovdi ftit eżempji (tipikament 1-10) fil-prompt biex jiggwida l-mudell. Dawn il-kapaċitajiet huma fost l-aktar proprjetajiet impressjonanti u utli tal-mudelli kbar tal-lingwa, li jippermettu applikazzjoni rapida għal kompiti ġodda mingħajr taħriġ dedikati.
Per eżempju, mudell jista' jikklassifika sentiment ta' reviews mingħajr qatt ma ra dawk ir-reviews jew kategoriji speċifiċi (zero-shot), jew b'biss 3-5 eżempji ta' kull kategorija (few-shot).
Kif Jaħdmu
Il-mudelli kbar tal-lingwa jiksbu kapaċitajiet ta' zero-shot u few-shot permezz ta' pre-taħriġ fuq korpi enormi ta' test. Matul-pre-taħriġ, il-mudelli jitgħallmu patterns ġenerali tal-lingwa, relazzjonijiet bejn il-kunċetti u strutturi ta' kompiti li jistgħu jiġu applikati għal kompiti ġodda. Il-prompting effettiv jiskatta dawn il-kapaċitajiet latenti — l-mod kif tifformula t-talba jaffettwa b'mod sinifikanti l-kwalità tar-riżultati.
Applikazzjonijiet fl-Intrapriżi
Zero-shot u few-shot learning huma invalwabbli fejn data ta' taħriġ hija limitata jew għalja biex tinġabar. Klassifikazzjoni ta' dokumenti f'kategoriji ta' negozju speċifiċi. Estrazzjoni ta' informazzjoni minn formati ta' dokumenti ġodda. Analiżi tas-sentiment fuq feedback speċifiku tal-prodott. Traduzzjoni ta' terminoloġija speċjalizzata. L-intrapriżi għandhom jużaw few-shot minflok zero-shot fejn possibbli — anke ftit eżempji jtejbu l-prestazzjoni b'mod sinifikanti. Stabbilixxi libreriji ta' eżempji (prompt templates) għal kompiti komuni biex tiżgura konsistenza u kwalità madwar it-timijiet.