Few-shot

Bu yöntem, özellikle ChatGPT gibi zaten çok fazla veriyle eğitilmiş ve genel dil yapısını bilen yapay zekalar için çok işe yarar. Model, senin verdiğin birkaç örneği bir ipucu olarak kullanır. Bu ipuçları sayesinde, senden gelen yeni isteği o örneklerin tarzına veya formatına uygun şekilde anlamaya ve tamamlamaya çalışır. Sanki çok şey bilen birine küçük bir örnekle ne istediğini anlatmak gibi düşünebilirsin; o da senin ne istediğini hemen kavrar.

Diyelim ki bir içerik üreticisisin ve sosyal medya gönderilerin için belirli bir espri anlayışı veya hitap şekli mi arıyorsun? Yapay zeka aracına daha önce yazdığın 3-4 başarılı gönderi örneğini verip, "Buna benzer 5 tane daha yaz" dediğinde, o da senin tarzını yakalamaya çalışır. Ya da bir öğrenci olarak, özet çıkarmak için belirli bir formatın mı var? İlk 2-3 paragrafı kendin özetleyip, "Geri kalanları da bu şekilde özetle" dediğinde, yapay zeka o formatı anlayıp devamını getirebilir. Trendyol satıcısıysan ve müşterilerine otomatik mesajlar göndermek istiyorsan, birkaç örnek müşteri sorusu ve senin onlara verdiğin cevapları modele göstererek, benzer sorulara otomatik ve senin tarzında yanıtlar üretmesini sağlayabilirsin.

Few-shot öğrenme, modelin temel yapısını değiştiren, yani onu yeniden eğiten "ince ayar (fine-tuning)" yönteminden farklıdır. Burada modelin içini açıp ayar çekmiyorsun, sadece ona anlık olarak "bak ben bunu istiyorum" diyorsun. Ayrıca, hiç örnek vermeden direkt "şunu yap" demek olan "zero-shot" ile de karıştırma. Few-shot, zero-shot'tan daha iyi sonuçlar verebilir çünkü modele bir yol gösteriyorsun.

Denemeye başlamak için ChatGPT gibi araçlarda bir şeyler yazdırırken, istediğin formatı veya tonu uzun uzun açıklamak yerine, birkaç tane örnek cümle veya paragraf vererek işe başlayabilirsin. Göreceksin, sonuçlar çok daha isabetli ve istediğin gibi olacaktır.