Few-shot learning
Også kendt som: Few-shot prompting
At give modellen et par eksempler i prompten på det format eller den opgave du ønsker.
Few-shot betyder at du inkluderer 2-5 eksempler på input-output-par direkte i din prompt før den faktiske opgave. Modellen "lærer" af eksemplerne hvordan opgaven skal løses uden at den behøver formel træning.
Eksempel: "Klassificer kundernes feedback som positiv/negativ/neutral. Eksempel 1: 'Hurtig levering' → positiv. Eksempel 2: 'Pakken kom for sent' → negativ. Nu: 'Pakken kom som forventet' → ?"
Few-shot prompting er ekstremt effektivt fordi det viser modellen præcist hvad du forventer, både i format og logik. Det reducerer "fejl-frekvensen" markant og er ofte forskellen mellem en demo der virker og en produktion-bot der ikke gør.