Few-Shot Prompting ist eine Prompting-Technik, bei der das Sprachmodell die Aufgabenstellung zusammen mit einigen wenigen Beispielen (typischerweise 2 bis 8) erhält. Die Beispiele zeigen Eingabe und gewünschte Ausgabe und geben dem Modell damit das erwartete Format und den Stil vor — ohne dass das Modell neu trainiert wird.
Varianten
- Zero-Shot: Keine Beispiele, nur die Anweisung.
- One-Shot: Genau ein Beispiel.
- Few-Shot: Mehrere Beispiele — bewährt bei komplexen Aufgaben oder weniger leistungsfähigen Modellen.
Praxis
Die Beispiele sollten zum Zielformat passen (z. B. Klassifikation, Übersetzung, Datenextraktion) und möglichst nah an den echten Anwendungsfällen liegen. Few-Shot Prompting ist die einfachste Form des In-Context Learning — es kommt ganz ohne Gradienten-Update aus. Reichen die Beispiele nicht aus, helfen Techniken wie Chain-of-Thought oder Prompt-Engineering-Muster weiter.
Mehr Kontext: Prompting-Techniken, Maschinelles Lernen.