Few-Shot Prompting

term_id: few_shot_prompting

Category: application_paradigms

Definition

Denne metode udnytter store sprogmodellers evne til kontekstuel læring ved at give et par illustrerende eksempler direkte i prompten. I modsætning til finjustering, som kræver opdatering af modellens vægte, ændrer denne teknik kun konteksten for modellen.

Summary

Few-shot prompting er en teknik, hvor store sprogmodeller (LLM’er) gives et lille antal input-output-eksempler i prompten for at vejlede deres adfærd.

Key Concepts

  • Kontekstuel læring
  • Prompt-engineering
  • Eksempelbaseret vejledning
  • Sammenligning med zero-shot

Use Cases

  • Formatering af sentimentanalyse
  • Tilpasning af kodestil
  • Udtrækning af strukturerede data

Code Example

1
2
3
4
5
6
response = llm.generate(
    prompt="Translate English to French:\n"
           "Hello -> Bonjour\n"
           "World -> Monde\n"
           "Cat -> ?"
)