Few-Shot Learning
Lernen aus sehr wenigen Beispielen im Prompt.
Beim Few-Shot Learning löst ein Modell eine Aufgabe, indem man ihm im Prompt einige wenige Beispiele zeigt, ohne es neu zu trainieren. Große Sprachmodelle sind darin stark: Schon zwei bis fünf Beispiele können die Qualität und das gewünschte Format deutlich verbessern. Der Gegenpol ist Zero-Shot, ganz ohne Beispiele.