Słownik pojęć

Uczenie na kilku przykładach (few-shot)

Czym jest Uczenie na kilku przykładach (few-shot)?

Uczenie na kilku przykładach (few-shot learning) to zdolność modelu do rozwiązania zadania na podstawie zaledwie garstki przykładów. W modelach językowych dzieje się to zwykle bezpośrednio w danych wejściowych: pokazuje się dwie lub trzy pary pytania i pożądanej odpowiedzi, a model stosuje ten sam format i styl do nowych przypadków – bez ponownego trenowania. Przykład: trzy prawidłowo skategoryzowane zapytania klientów często wystarczą, by kolejne zapytania były sortowane tak samo.

Jak pomaga KI.ordo

W KI.ordo możesz wpisać przykłady bezpośrednio w instrukcjach agenta, aby ustalić ton i format jego odpowiedzi.

Dowiedz się więcej

Tematy

Prompting
Przykłady
modele językowe

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Uczenie zero-shot

Uczenie zero-shot oznacza, że model potrafi rozwiązać zadanie, nie widząc wcześniej konkretnych przykładów jego wykonania. Duże modele językowe mogą na przykład wykonać tłumaczenie lub klasyfikację wyłącznie na podstawie opisu w prompcie. Jeśli jakość nie jest wystarczająca, często pomaga uczenie few-shot: dodaje się kilka przykładów pożądanej odpowiedzi.

LLM
Prompting
+1

Prompt

Prompt to dane wejściowe, które mówią modelowi AI, co ma zrobić – pytanie, zadanie lub polecenie, często uzupełnione kontekstem, przykładami i pożądanym formatem. Jakość odpowiedzi w dużej mierze zależy od tego, jak jasny i kompletny jest prompt. Na przykład zamiast „Napisz coś o naszym produkcie” lepiej: „Napisz trzy krótkie korzyści z produktu X dla firm rzemieślniczych, rzeczowym tonem”.

prompting
dane wejściowe
+1

Szablon

Metaprompt

Metaprompt to polecenie, które prosi model językowy o samodzielne przygotowanie lub ulepszenie promptów albo instrukcji systemowych. Opisuje się cel, grupę odbiorców i pożądany ton oraz podaje przykłady; model tworzy wówczas uporządkowane instrukcje z rolą, regułami i ograniczeniami. Pozwala to szybciej uzyskać dobre pierwsze wersje, które następnie są testowane i dopracowywane przez ludzi. Przykład: hasło „obsługa klienta dla sklepu rowerowego” zamienia się w kompletny szkic instrukcji.

prompting
agenci
+1

Szablon

Duży model językowy (LLM)

Duży model językowy (LLM) to sieć neuronowa wytrenowana na bardzo dużych ilościach tekstu, dzięki czemu potrafi rozumieć i generować język. Działa, obliczając krok po kroku najbardziej prawdopodobny kolejny token. LLM-y piszą, streszczają, tłumaczą, odpowiadają na pytania i generują kod; znane przykłady to Claude, GPT, Gemini i Llama. Bez dostępu do aktualnych źródeł wiedzą tylko to, co znajdowało się w ich danych treningowych.

modele językowe
generatywna AI
+1