少样本学习
将示例放入提示中，而不是对其进行训练。
概览
Few-shot learning 会在提示中提供少量带解答的示例，让模型从中推断任务，而无需任何权重更新。它解决了微调需要标注数据、一次训练运行以及每个任务一次部署的问题，而许多任务其实简单到用一段话就能演示清楚。它之所以存在，是因为它源自规模而非设计：这种能力出现在从未为此训练过的大型模型中。
技术图谱
少样本学习 如何与技术栈的其他部分相连。
工具
实现或集成 少样本学习 的软件。
Prompting
替代方案
对比
与上述替代方案的逐项对比。