Few-Shot Learning
Categoria
Fundamentos de IA
Few-Shot Learning é a capacidade de um modelo aprender novas tarefas com apenas alguns exemplos de treinamento. E fundamental para cenários onde dados rotulados sao escassos ou caros de obter.
Categoria
Fundamentos de IA
Compartilhar
O que é Few-Shot Learning?
Few-Shot Learning é uma abordagem de Machine Learning onde um modelo aprende a realizar novas tarefas com apenas poucos exemplos (tipicamente 1 a 10). Contrasta com abordagens tradicionais que exigem milhares ou milhoes de amostras rotuladas.
Abordagens
- Meta-Learning: o modelo aprende a aprender, treinado em muitas tarefas diferentes
- Metric Learning: aprende um espaço de similaridade (Siamese Networks, Prototypical Networks)
- Prompt-Based: usa exemplos no prompt de LLMs para direcionar a resposta
Relacao com LLMs
Modelos de linguagem como GPT é Claude demonstram capacidades impressionantes de few-shot learning via in-context learning: basta fornecer alguns exemplos no prompt para que o modelo entenda a tarefa desejada.
Aplicacoes
Diagnostico medico com poucos exames, reconhecimento de objetos raros é personalização rápida de sistemas sao aplicações importantes. Na Trilion, few-shot learning é explorado para criar soluções que se adaptam rápidamente a necessidades específicas dos clientes.
