Auch: Few-Shot Prompting · Lernen mit wenigen Beispielen
Kurzantwort
Few-Shot Learning Few-Shot Learning bezeichnet das Lösen einer Aufgabe anhand weniger Beispiele. Bei Sprachmodellen meint der Begriff meist Few-Shot Prompting: Man stellt der Aufgabe zwei bis fünf gelöste Beispiele voran, ohne das Modell zu trainieren. Das ist das wirksamste Mittel, um ein Ausgabeformat verlässlich zu erzwingen.
Kurz-Fakten
Das Modell wird dabei nicht verändert – die Beispiele wirken nur im Kontext
Drei gut gewählte Grenzfälle wirken stärker als zwanzig gleichförmige Beispiele
Beispiele werden bei jedem Aufruf mitbezahlt
Zu einförmige Beispiele fahren das Modell auf ein Muster fest
Bedeutung in der Praxis
Die Auswahl entscheidet. Wer nur einfache Fälle zeigt, bekommt ein Modell, das jeden Sonderfall in dieses Muster presst. Grenzfälle gehören ausdrücklich in die Beispielmenge.
Bei einfachen Aufgaben liefert Zero-Shot dasselbe Ergebnis zu einem Bruchteil der Kosten. Der Vergleich lohnt sich.
Inhaber von SEO NW in Bertingen. Arbeitet an der Schnittstelle von Suchmaschinenoptimierung und angewandter künstlicher Intelligenz: Prompt Engineering, Retrieval-Augmented Generation und die Frage, unter welchen Bedingungen ein Sprachmodell einen Inhalt übernimmt und der richtigen Quelle zuschreibt.