Ordlista

Few-shot-inlärning

Vad är Few-shot-inlärning?

Few-shot-inlärning är en modells förmåga att lösa en uppgift utifrån bara en handfull exempel. Med språkmodeller sker detta oftast direkt i indata: man visar två eller tre par av fråga och önskat svar, och modellen tillämpar samma format och stil på nya fall – utan omträning. Exempel: tre korrekt kategoriserade kundförfrågningar räcker ofta för att sortera ytterligare förfrågningar på samma sätt.

Så hjälper KI.ordo

I KI.ordo kan du skriva exempel direkt i en agents instruktioner för att styra tonen och formatet på dess svar.

Läs mer

Ämnen

Prompting
Exempel
Språkmodeller

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Zero-shot-inlärning

Zero-shot-inlärning innebär att en modell kan lösa en uppgift utan att i förväg ha sett specifika exempel på den. Stora språkmodeller kan till exempel genomföra en översättning eller klassificering enbart utifrån en beskrivning i prompten. Om kvaliteten inte räcker till hjälper ofta few-shot-inlärning: man lägger till några exempel på det önskade svaret.

LLM
Prompting
+1

Prompt

En prompt är den indata som talar om för en AI-modell vad den ska göra – en fråga, en uppgift eller en instruktion, ofta kompletterad med sammanhang, exempel och önskat format. Svarets kvalitet beror i hög grad på hur tydlig och fullständig prompten är. Skriv till exempel i stället för ”Skriv något om vår produkt”: ”Skriv tre korta fördelar med produkt X för hantverksföretag, i saklig ton”.

prompting
indata
+1

Mall

Metaprompt

En metaprompt är en instruktion som ber en språkmodell att själv skriva eller förbättra prompter eller systeminstruktioner. Du beskriver mål, målgrupp och önskad ton och ger exempel; modellen tar sedan fram strukturerade instruktioner med en roll, regler och gränser. Det ger snabbare bra första versioner, som sedan testas och förfinas av människor. Exempel: ”kundservice för en cykelbutik” blir ett komplett utkast till instruktioner.

prompting
agenter
+1

Mall

Stor språkmodell (LLM)

En stor språkmodell (large language model, LLM) är ett neuralt nätverk som tränats på mycket stora textmängder och därmed kan förstå och generera språk. Den fungerar genom att steg för steg beräkna den mest sannolika nästa token. LLM:er skriver, sammanfattar, översätter, besvarar frågor och genererar kod; kända exempel är Claude, GPT, Gemini och Llama. Utan tillgång till aktuella källor vet de bara det som fanns i deras träningsdata.

Språkmodeller
Generativ AI
+1