Mikä on Few-Shot Learning?
AI:n kyky oppia uusia tehtäviä vain muutamasta esimerkistä.
Määritelmä
Few-Shot Learning on AI:n kykyä oppia ja suorittaa uusia tehtäviä käyttäen vain vähäistä määrää esimerkkejä, tyypillisesti 2-10 esimerkkiä.
Tarkoitus
Few-Shot Learning mahdollistaa AI:n nopean sopeutumisen uusiin tehtäviin ilman laajaa uudelleenkoulutusta tai suuria tietomääriä.
Toiminta
Few-Shot Learning toimii antamalla mallille muutama esimerkki halutussa muodossa promptin yhteydessä, jolloin malli oppii kaavan ja soveltaa sitä.
Esimerkki
Näytetään AI:lle 3 esimerkkiä tuotearvostelun tunnepäättelystä, jonka jälkeen se osaa analysoida uusia arvosteluja samalla tavalla.
Liittyvät
- One-Shot Learning
- Zero-Shot Learning
- In-Context Learning
- Transfer Learning
Haluatko tietää lisää?
Jos haluat syventyä aiheeseen Few-Shot Learning —tai tuoda tämän tyyppistä koulutusta tiimillesi— jutellaan. Autan tiimejä ymmärtämään ja soveltamaan näitä käsitteitä. Kuulisin mielelläni sinusta!
Mikä on Self-Play?
Itsepeli (Self-Play) on oppimismenetelmä, jossa AI-järjestelmä harjoittaa j...
Mikä on Transfer Learning?
Siirto-oppiminen (Transfer Learning) on oppimismenetelmä, jossa aiemmin kou...
Mikä on One-Shot Learning?
One-Shot Learning on oppimismenetelmä, jossa AI-malli kykenee oppimaan ja s...
Mikä on Machine Learning?
Machine Learning (ML) on tekoälyn osa-alue, jossa tietokoneet oppivat ja pa...
Mikä on Feedback Loop?
Palautesilmukka on järjestelmä, jossa AI:n tuotokset, käyttäjän reaktiot ta...