Co je Few-Shot Learning?
Technika strojového učení, při které model dokáže řešit nové úkoly s malým počtem příkladů.
Definice
Few-Shot Learning je technika, při které AI model dokáže řešit nové úkoly nebo kategorizovat nové objekty s velmi malým počtem trénovacích příkladů (typicky 2-10).
Účel
Few-Shot Learning umožňuje rychlou adaptaci AI modelů na nové domény bez nutnosti rozsáhlého přetrénování nebo velkých datasetů.
Funkce
Model využívá své předchozí znalosti a schémata k rychlé generalizaci z omezených příkladů.
Příklad
GPT model dokáže přeložit do nového jazyka po poskytnutí pouze několika příkladů překladů v promptu.
Related
Few-Shot Learning souvisí s Zero-Shot Learning, One-Shot Learning, Transfer Learning a Meta-Learning.
Chcete se dozvědět více?
Pokud vás zajímá více o Few-Shot Learning, kontaktujte mě na X. Rád sdílím nápady, odpovídám na dotazy a diskutuji o zajímavostech na toto téma, tak se nebojte zastavit. Těším se na vás!