Few-shot learning: differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
Riga 1: | Riga 1: | ||
{{Template concetto | |||
|NomeInglese=Few-shot learning | |||
}} | |||
L'apprendimento few-shot, nell'ambito dei modelli di deep learning, viene usato per indicare, alternativamente: | L'apprendimento few-shot, nell'ambito dei modelli di deep learning, viene usato per indicare, alternativamente: | ||
Riga 6: | Riga 7: | ||
* la possibilità di fare [[fine-tuning]] su di un modello tramite pochi esempi annotati, per cui è un caso speciale di [[addestramento supervisionato]] | * la possibilità di fare [[fine-tuning]] su di un modello tramite pochi esempi annotati, per cui è un caso speciale di [[addestramento supervisionato]] | ||
* l'utilizzo di esempi direttamente nel [[prompt]] di un modello di linguaggio, che normalmente permette, in linguaggio naturale, di aumentare l'accuratezza nell'esecuzione del [[downstream task]] riepstto, per esempio, all'esecuzione [[zero-shot]] o [[one-shot]], in cui rispettivamente viene indicato solo l'obiettivo del task oppure viene fornito un solo esempio | * l'utilizzo di esempi direttamente nel [[prompt]] di un modello di linguaggio, che normalmente permette, in linguaggio naturale, di aumentare l'accuratezza nell'esecuzione del [[downstream task]] riepstto, per esempio, all'esecuzione [[zero-shot]] o [[one-shot]], in cui rispettivamente viene indicato solo l'obiettivo del task oppure viene fornito un solo esempio | ||
Versione delle 11:17, 17 ago 2024
Few-shot learning | |
---|---|
Nome Inglese | Few-shot learning |
Sigla |
L'apprendimento few-shot, nell'ambito dei modelli di deep learning, viene usato per indicare, alternativamente:
- la possibilità di fare fine-tuning su di un modello tramite pochi esempi annotati, per cui è un caso speciale di addestramento supervisionato
- l'utilizzo di esempi direttamente nel prompt di un modello di linguaggio, che normalmente permette, in linguaggio naturale, di aumentare l'accuratezza nell'esecuzione del downstream task riepstto, per esempio, all'esecuzione zero-shot o one-shot, in cui rispettivamente viene indicato solo l'obiettivo del task oppure viene fornito un solo esempio