Zero-Shot- und Few-Shot-Verfahren
Definition
Zero-Shot- und Few-Shot-Verfahren lösen Aufgaben ohne beziehungsweise mit wenigen aufgabenspezifischen Beispielen.
Beim Prompting bedeutet Zero-Shot eine Aufgabenbeschreibung ohne Demonstrationen; Few-Shot ergänzt wenige Beispiele im Kontext. Das verändert nicht automatisch die Modellgewichte.
Einfach erklärt
Wie eine neue Aufgabe nur erklärt zu bekommen oder zusätzlich einige Musterlösungen zu sehen.
Warum das im Alltag wichtig ist
Teams können Aufgaben ausprobieren, ohne sofort ein eigenes Modelltraining aufzubauen.
Beispiel aus dem Mittelstand
Fiktives Beispiel: Ein Klassifikationsprompt enthält drei Beispiele für die gewünschten Ticketkategorien.
Grenzen und Fallstricke
- Unpassende Beispiele können Fehler festschreiben; das Verfahren garantiert keine ausreichende Qualität für jede Aufgabe.
Entstehung & Geschichte
Die Begriffe stammen aus maschinellem Lernen und wurden bei großen Sprachmodellen besonders für Lernen im Kontext verbreitet.
Anwendung im Mittelstand
- Textklassifikation, Formatvorgaben und Extraktion mit wenigen Demonstrationen.
Häufige Fragen
Ist Few-Shot-Prompting dasselbe wie Fine-Tuning?
Nein, Beispiele im Prompt sind von einer Anpassung der Gewichte zu unterscheiden.
Quellen
- Language Models are Few-Shot Learners · Brown et al.: Language Models are Few-Shot Learners –
Redaktionell geprüft am: