Lernen im Kontext (In-Context Learning)
Definition
In-Context Learning bedeutet, dass ein Modell Beispiele innerhalb der aktuellen Eingabe nutzt.
Die Fähigkeit eines Sprachmodells, neue Aufgaben oder Formate direkt aus im Prompt mitgegebenen Beispielen zu lernen, ohne dass die Modellgewichte verändert werden.
Einfach erklärt
Wie Lernen am Musterblatt für diese eine Aufgabe, ohne das Modell neu zu trainieren.
Warum das im Alltag wichtig ist
Hilft, Möglichkeiten, Qualität und Grenzen von KI-Systemen realistisch einzuordnen.
Beispiel aus dem Mittelstand
Mögliches Beispiel: Drei gut geprüfte Beispielantworten zeigen einem Assistenten das gewünschte Format.
Grenzen und Fallstricke
- Die Beispiele für dauerhaftes Training halten oder sensible Beispieldaten verwenden.
Entstehung & Geschichte
Brown und Mitautoren untersuchten 2020 Few-Shot-Leistungen von GPT-3 anhand von Beispielen im Kontext, ohne aufgabenspezifische Gewichtsaktualisierung.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Drei gut geprüfte Beispielantworten zeigen einem Assistenten das gewünschte Format.
Häufige Fragen
Was bedeutet Lernen im Kontext (In-Context Learning)?
In-Context Learning bedeutet, dass ein Modell Beispiele innerhalb der aktuellen Eingabe nutzt.
Welche Fehler sind zu vermeiden?
Die Beispiele für dauerhaftes Training halten oder sensible Beispieldaten verwenden.
Quellen
- Language Models are Few-Shot Learners · Brown et al. (2020), Language Models are Few-Shot Learners
Quellen geprüft am 09.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: