In-Context-Lernen

term_id: in_context_learning

Category: application_paradigms

Definition

In-Context-Lernen (ICL) ermöglicht es Large Language Models, sich an neue Aufgaben anzupassen, ohne ihre Gewichte zu aktualisieren. Durch die Bereitstellung von Input-Output-Paaren innerhalb des Prompt-Kontexts leitet das Modell das Muster ab und…

Summary

Eine Technik, bei der Modelle Aufgaben durch Beobachtung von Beispielen lernen, die in der Eingabeaufforderung bereitgestellt werden.

Key Concepts

  • Few-Shot-Lernen
  • Zero-Shot
  • Prompt-Design
  • Gewichtsfreie Anpassung

Use Cases

  • Schnelles Testen von Modellfähigkeiten auf neuen Datensätzen
  • Dynamisches Aufgabenswitching in Konversationsagenten
  • Prototyping von KI-Anwendungen ohne Neutrainierung

Code Example

1
2

prompt = "Translate English to French:\nEnglish: Hello\nFrench: Bonjour\nEnglish: Cat\nFrench:"
response = model.generate(prompt)

Related