Méthode Few-shot

Few-shot Learning

Le Few-shot learning est une méthode d'apprentissage où un modèle est capable d'apprendre à partir d'un nombre limité d'exemples.

Supposons que nous montrions à notre modèle 3 images d'un Lion.

Il sera alors capable de de reconnaître des Lions sur d'autres images, même s'il n'a vu que peu d'exemple.

C'est ce qu'on appelle le Few-shot learning.

Cela permet d'économiser du temps et des ressources tout en obtenant des performances comparables à celles obtenues avec des approches d'apprentissage nécessitant d'avantage de données.

Few-shot Prompt

Le Few-shot prompt nécessite de faire passer plusieurs exemples par le prompt afin d'aider le modèle à identifier notre instruction.

Exemple de prompt : Few-shot

###
Exemple 1 :
Anglais : I speak french
Français : Je parle francais
###
Exemple 2 :
Anglais : I live in Paris
Français : Je vis à Paris
###
Exemple 3 :
Anglais : I love learning 
Français : J'aime apprendre
###
Traduis le texte suivant en français :
Anglais : Good morning, how are you?
Français :