Zero-Shot vs Few-Shot: Kapan Harus Menampilkan Contoh
Zero-shot artinya kamu cuma mendeskripsikan tugasnya. Few-shot artinya kamu juga menempelkan beberapa contoh yang sudah dikerjakan sebelum input aslinya. Few-shot biasanya meningkatkan kualitas, tapi itu memakan token dan latensi di setiap panggilan, jadi ini adalah sebuah penilaian, bukan refleks.
Aturan yang berlaku di produksi:
- Kalau kamu tidak punya conto untuk ditunjukkan, kamu adalah zero-shot berdasarkan definisi. Tidak ada yang perlu ditambah.
- Jika tugas butuh format output spesifik (bentuk JSON yang tepat, set label tetap), contoh adalah cara termurah untuk memastikannya. Gunakan few-shot.
- Jika tugasnya adalah fuzzy pattern yang sulit dijelaskan lewat deskripsi (nada, klasifikasi edge-case, gaya), contoh akan lebih efektif daripada teks biasa. Gunakan few-shot.
- Kalau tidak, instruksi yang jelas sudah cukup. Tetap zero-shot dan hemat token.
blok few-shot, untuk intuisi, hanya menumpuk contoh sebelum query:
Classify the sentiment.
Text: I love it -> positive
Text: total waste -> negative
Text: it is fine -> ?Kamu akan menulis decision layer yang memilih strategi. Buat choose_strategy(task) di mana task adalah dict dengan n_examples_available (sebuah int), needs_specific_format (sebuah bool), dan is_fuzzy_pattern (sebuah bool). Kembalikan string "zero-shot" atau "few-shot".
Urutan itu penting: no examples selalu berarti zero-shot, meskipun flag lainnya bernilai true, karena kamu benar-benar tidak punya apa pun untuk ditunjukkan. Hanya ketika contoh ada, flag format dan fuzziness akan mendorongmu ke few-shot. Tekan Run untuk memberi nilai.
Tulis choose_strategy(task) yang mengembalikan "zero-shot" atau "few-shot" dari sebuah dict dengan kunci n_examples_available (int), needs_specific_format (bool), is_fuzzy_pattern (bool). Jika tidak ada contoh yang tersedia, selalu kembalikan "zero-shot". Jika tidak, kembalikan "few-shot" jika tugas butuh format spesifik ATAU adalah pola fuzzy, dan "zero-shot" jika bukan keduanya.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.