In-Context Learning

term_id: in_context_learning

Category: application_paradigms

Definition

In-context learning (ICL) stelt grote taalmodellen in staat zich aan te passen aan nieuwe taken zonder hun gewichten bij te werken. Door input-outputparen binnen de promptcontext te bieden, inferert het model het patroon en

Summary

Een techniek waarbij modellen taken leren uitvoeren door voorbeelden te observeren die in de prompt zijn gegeven.

Key Concepts

  • Few-shot learning (leren met weinig voorbeelden)
  • Zero-shot (leren zonder voorbeelden)
  • Promptontwerp
  • Gewichtloze aanpassing

Use Cases

  • Snel testen van modelcapaciteiten op nieuwe datasets
  • Dynamisch wisselen van taken in conversational agents
  • Prototypen van AI-toepassingen zonder hertraining

Code Example

1
2

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

Related