Zero-Shot vs. Few-Shot: Wann man Beispiele zeigt
Zero-shot bedeutet, dass du die Aufgabe einfach beschreibst. Few-shot bedeutet, dass du auch eine Handvoll gelöster Beispiele vor dem echten Input einfügst. Few-shot hebt die Qualität meistens, aber es kostet Tokens und Latenz bei jedem einzelnen Aufruf, also ist es eine Entscheidung, kein Reflex.
Die Regel, die in der Produktion Bestand hat:
- Wenn du keine Beispiele zum Zeigen hast, bist du per Definition zero-shot. Nichts hinzuzufügen.
- Wenn die Aufgabe ein spezifisches Ausgabeformat (eine präzise JSON-Struktur, einen festen Label-Satz) benötigt, sind Beispiele der günstigste Weg, um es festzulegen. Nutze Few-Shot.
- Wenn die Aufgabe ein fuzzy pattern ist, das eine Beschreibung kaum erfassen kann (Tonfall, Edge-Case Klassifizierung, Stil), lehren Beispiele es besser als Prosa. Nutze Few-Shot.
- Ansonsten reicht eine klare Anweisung aus. Bleibe zero-shot und spare die Tokens.
Ein Few-Shot-Block für die Intuition stapelt einfach Beispiele vor der Abfrage:
Classify the sentiment.
Text: I love it -> positive
Text: total waste -> negative
Text: it is fine -> ?Du wirst die decision layer schreiben, die die Strategie auswählt. Erstelle choose_strategy(task), wobei task ein dict mit n_examples_available (einem int), needs_specific_format (einem bool) und is_fuzzy_pattern (einem bool) ist. Gib den String "zero-shot" oder "few-shot" zurück.
Die Reihenfolge ist wichtig: keine Beispiele bedeutet immer zero-shot, selbst wenn die anderen Flags wahr sind, weil du buchstäblich nichts zum Zeigen hast. Nur wenn Beispiele existieren, führen die Format und Fuzziness Flags zu few-shot. Drücke Run zum Bewerten.
Schreibe choose_strategy(task) und gib "zero-shot" oder "few-shot" aus einem Dictionary mit den Schlüsseln n_examples_available (int), needs_specific_format (bool), is_fuzzy_pattern (bool) zurück. Wenn keine Beispiele verfügbar sind, gib immer "zero-shot" zurück. Andernfalls gib "few-shot" zurück, wenn die Aufgabe ein spezifisches Format benötigt ODER ein unscharfes Muster ist, und "zero-shot", wenn es beides nicht ist.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.