Live TokenRouter: Neues Serving-System für Token-Level-Routing über mehrere LLMs
↘

Few-Shot Learning

Lernen aus sehr wenigen Beispielen im Prompt.

Aktualisiert: 11.07.2026

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.