Kaj sta zero-shot in few-shot?
Učenje brez primerov je zmožnost modela za izvajanje naloge, ki je pri usposabljanju ni eksplicitno videl — zgolj na podlagi opisa naloge v pozivu. Učenje z malo primeri zagotovi majhno število primerov (1–10) v pozivu, ki demonstrirajo željeno vedenje.
Zakaj je to revolucionarno?
Tradicionalno strojno učenje zahteva tisoče označenih primerov za vsako novo nalogo. Zero/few-shot odpravi to oviro: LLM izvaja nalogo z sprejemljivo točnostjo, kar dramatično zniža ovire za uporabo UI za nove naloge.
Praktična aplikacija
Zero-shot je optimalen za: jasno opredeljene naloge z enostavnimi merili, ko ima model močno predhodno znanje o domeni. Few-shot je optimalen za: specifičen format izhodov in domensko specifičen žargon. Če nobeden ne daje zadostne točnosti — razmislite o finemnastavlanju.