К содержанию
Quantoros

Чем zero-shot отличается от few-shot и когда few-shot особенно полезен?

LLM & AIУровень: ПрактикаPrompting & In-Context Learning

Чем zero-shot отличается от few-shot и когда few-shot особенно полезен?

Подсказки
  • Уточните этап: предобучение, адаптация, генерация или оценка.
  • Назовите входы, ограничения и один случай, в котором предложенный подход не сработает.

Ответ

Zero-shot даёт инструкцию без разобранных демонстраций нужного поведения; few-shot добавляет несколько пар вход–ответ или иных примеров. Демонстрации часто помогают при необычном формате, стиле, схеме меток и неоднозначной инструкции. Но гарантированного улучшения нет: неверные или нерепрезентативные примеры, их порядок и утечки тестовых ответов могут ухудшить оценку. Выбирают качественные разнообразные примеры, проверяют на независимой выборке и учитывают расход контекста. Для строгого формата few-shot полезно дополнять схемой вывода и валидатором.

Источник и лицензия: Skillumen — Awesome AI Engineer Interview Questions · CC0-1.0 · перевод: Quantoros

Похожие вопросы