Le zero-shot learning désigne la capacité d'un modèle à accomplir une tâche sans aucun exemple fourni ; le few-shot, avec seulement quelques exemples placés dans le prompt.
Ces capacités, propres aux grands modèles de langage, permettent d'adapter un modèle à une tâche sans ré-entraînement : il suffit de bien formuler l'instruction (zero-shot) ou d'y glisser 2-3 exemples (few-shot). C'est souvent suffisant avant d'envisager un fine-tuning.
→ Intégrer les LLM dans vos processus : expertise IA générative.
Équipe Origin 137Origin 137