Few-shot Learning
Capacite d'un modele a apprendre une tache a partir de seulement quelques exemples fournis dans le prompt.
Le few-shot learning est la capacite d'un modele d'IA a effectuer une nouvelle tache en se basant sur seulement quelques exemples fournis dans le prompt, sans re-entrainement.
Types selon le nombre d'exemples :
- • Zero-shot : aucun exemple, juste l'instruction
- • One-shot : un seul exemple
- • Few-shot : 2 a 10 exemples
Exemple de few-shot prompting :
- • 'Je suis ravi !' → 😊
- • 'Quelle catastrophe...' → 😢
- • 'C'est inacceptable !' → 😡
- • 'Le produit est correct' → "
Le modele comprend le pattern et continue : "😐"
Le few-shot learning est une capacite emergente des grands modeles de langage. Plus le modele est grand, meilleur il est en few-shot. C'est une technique de prompt engineering tres efficace pour obtenir des resultats structures.