फ्यू-शॉट लर्निंग

It matters because it mirrors how humans generalize and lets modern AI adapt instantly without expensive retraining.

पारंपरिक मशीन लर्निंग के लिए बड़े लेबल वाले डेटासेट की आवश्यकता होती है, लेकिन कुछ-शॉट लर्निंग का लक्ष्य प्रति कक्षा केवल कुछ उदाहरण देखने के बाद अच्छा प्रदर्शन करना है। बड़े भाषा मॉडल ने संदर्भ में कुछ-शॉट सीखने को लोकप्रिय बनाया: आप कुछ इनपुट-आउटपुट उदाहरण सीधे प्रॉम्प्ट में रखते हैं, और मॉडल पैटर्न का अनुमान लगाता है और इसे एक नए इनपुट पर लागू करता है, बिना इसके वजन को अपडेट किए। यह शब्द दिखाए गए उदाहरणों की गिनती से आया है, जिसे अक्सर एन-वे के-शॉट (एन कक्षाएं, के उदाहरण प्रत्येक) के रूप में लिखा जाता है। शून्य-शॉट का अर्थ है कोई उदाहरण नहीं, एक-शॉट का अर्थ है एक, और कुछ-शॉट का अर्थ आम तौर पर दो से कुछ दर्जन तक होता है। यह काम करता है क्योंकि मॉडल ने प्रीट्रेनिंग के दौरान पहले से ही व्यापक पैटर्न को अवशोषित कर लिया है, इसलिए कुछ उदाहरण मुख्य रूप से संकेत देते हैं कि किस मौजूदा कौशल का उपयोग करना है।