Woordenlijst

Few-shot learning

Wat is Few-shot learning?

Few-shot learning is het vermogen van een model om een taak op te lossen met slechts een handvol voorbeelden. Bij taalmodellen gebeurt dit meestal rechtstreeks in de invoer: u toont twee of drie paren van vraag en gewenst antwoord, en het model past hetzelfde formaat en dezelfde stijl toe op nieuwe gevallen – zonder hertraining. Voorbeeld: drie correct gecategoriseerde klantvragen zijn vaak genoeg om verdere vragen op dezelfde manier te sorteren.

Hoe KI.ordo helpt

In KI.ordo kunt u voorbeelden rechtstreeks in de instructies van een agent schrijven om de toon en het formaat van zijn antwoorden vast te leggen.

Meer informatie

Onderwerpen

Prompting
Voorbeelden
Taalmodellen

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Zero-shot learning

Zero-shot learning betekent dat een model een taak kan oplossen zonder er vooraf specifieke voorbeelden van te hebben gezien. Grote taalmodellen kunnen bijvoorbeeld een vertaling of classificatie uitvoeren op basis van alleen een beschrijving in de prompt. Is de kwaliteit onvoldoende, dan helpt few-shot learning vaak: u voegt een paar voorbeelden van het gewenste antwoord toe.

LLM
Prompting
+1

Prompt

Een prompt is de invoer die een AI-model vertelt wat het moet doen – een vraag, een taak of een instructie, vaak aangevuld met context, voorbeelden en het gewenste formaat. De kwaliteit van het antwoord hangt sterk af van hoe duidelijk en volledig de prompt is. Schrijf bijvoorbeeld niet “Schrijf iets over ons product”, maar “Schrijf drie korte voordelen van product X voor ambachtelijke bedrijven, in een zakelijke toon”.

prompting
invoer
+1

Sjabloon

Metaprompt

Een metaprompt is een opdracht waarmee een taalmodel zelf prompts of systeeminstructies laat opstellen of verbeteren. U beschrijft het doel, de doelgroep en de gewenste toon en levert voorbeelden aan; het model maakt daarvan gestructureerde instructies met een rol, regels en grenzen. Zo ontstaan sneller goede eerste versies, die vervolgens door mensen worden getest en verfijnd. Voorbeeld: “klantenservice voor een fietsenwinkel” wordt een volledige conceptopdracht.

prompting
agents
+1

Sjabloon

Groot taalmodel (LLM)

Een groot taalmodel (large language model, LLM) is een neuraal netwerk dat is getraind op zeer grote hoeveelheden tekst, waardoor het taal kan begrijpen en genereren. Het werkt door stap voor stap het meest waarschijnlijke volgende token te berekenen. LLM’s schrijven, vatten samen, vertalen, beantwoorden vragen en genereren code; bekende voorbeelden zijn Claude, GPT, Gemini en Llama. Zonder toegang tot actuele bronnen weten ze alleen wat in hun trainingsdata stond.

Taalmodellen
Generatieve AI
+1