Few-Shot Learning
Methode, bei der dem Modell wenige Beispiele im Prompt mitgegeben werden, um das gewünschte Format zu zeigen.
Beim Few-Shot Learning enthält der Prompt einige Eingabe-Ausgabe-Beispiele, die dem Modell demonstrieren, welche Art von Antwort erwartet wird. Das Modell generalisiert dann auf neue Anfragen.
Few-Shot Prompting nutzt die In-Context-Learning-Fähigkeit großer Sprachmodelle: Sie können aus wenigen Beispielen im Kontext neue Aufgaben lösen, ohne ihre Gewichte anzupassen.
Die Auswahl und Reihenfolge der Beispiele beeinflusst die Leistung erheblich. Ähnliche Beispiele zur aktuellen Anfrage zu wählen verbessert die Ergebnisse oft deutlich gegenüber zufällig gewählten.
Verwandte Begriffe
- Zero-Shot Learning
Fähigkeit eines Modells, Aufgaben ohne Beispiele allein aufgrund von Beschreibungen zu lösen.
- Prompt
Texteingabe, mit der ein Sprachmodell zu einer bestimmten Ausgabe angeleitet wird.
- Chain-of-Thought (CoT)
Prompting-Technik, bei der das Modell Zwischenschritte des Denkprozesses explizit ausformuliert.
- Large Language Model (LLM)
Ein großes, auf Text trainiertes Sprachmodell — das Fundament moderner generativer KI.