few-shot

퓨샷

모델에 입력과 정답 예시를 몇 개만 보여 주고 작업을 수행하게 하는 방식으로, prompt에 예시를 넣는 기법을 주로 가리킨다.

기사 1편최근 언급

few-shot은 소수의 예시만으로 모델이 새 작업을 수행하게 하는 방식이다. 대규모 언어 모델에서는 prompt(모델에 주는 지시문)에 입력과 원하는 출력의 예시를 몇 개 넣어 답의 형식과 풀이 방식을 유도하는 few-shot prompting을 주로 가리킨다. 모델의 가중치는 바꾸지 않으며, 예시를 하나도 주지 않는 zero-shot, 하나만 주는 one-shot과 구분한다.

원래 머신러닝에서는 라벨이 붙은 데이터가 매우 적은 조건에서 모델을 학습시키는 few-shot learning을 뜻하는 말로 쓰였다. 언어 모델이 prompt 안의 예시만 보고 작업을 익히는 현상은 in-context learning이라 부르며, 어떤 예시를 고르고 어떤 순서로 배치하느냐에 따라 결과가 달라진다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • prompt 최적화와 가중치 학습, AI agent에 무엇을 먼저 쓸까AI 성능 ·

    few-shot(지시문에 입력과 정답 예시 몇 개를 함께 넣는 방식)은 가중치를 바꾸지 않고 모델의 동작을 유도합니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.