Zero-shot öğrenme, büyük dil modelinin hiç örnek görmeden, yalnızca talimatla bir görevi yapmasıdır. Few-shot öğrenme ise istem içinde verilen birkaç örnekten yola çıkarak görevi yapmasıdır. İkisi de modeli yeniden eğitmeden, istem düzeyinde uyarlama sağlar.
Basit ve iyi tanımlı görevlerde (özetleme, basit sınıflandırma) zero-shot yeterlidir. Çıktı formatı özel, sınıflar kuruma özgü veya üslup önemliyse few-shot örnekler doğruluğu belirgin artırır. Örnek sayısı arttıkça bağlam maliyeti de artar; tipik olarak 3-10 örnek kullanılır.
Kurumsal projelerde few-shot, fine-tuning öncesi ilk denenen yöntemdir. Doğruluk hedefi few-shot ile karşılanıyorsa fine-tuning yapılmaz. Örnekler değerlendirme setiyle seçilir ve sürümlenir.
Prompt engineering, fine-tuning, LLM.
