Zero-shot / Few-shot
En anglais : Zero-shot / Few-shot prompting
Deux façons de solliciter un modèle : sans aucun exemple de la tâche attendue (zero-shot) ou avec quelques exemples résolus inclus dans le prompt (few-shot).
Exemple
Pour trier des avis clients, un développeur place trois avis déjà étiquetés « positif », « négatif » ou « mitigé » avant le nouvel avis à classer : c’est du few-shot.
Notions liées
Apprentissage par transfert
IntermédiaireApproche qui réutilise les connaissances acquises par un modèle sur une tâche ou un domaine pour apprendre plus vite, et avec moins de données, une autre tâche apparentée.
Classification
DébutantTâche de machine learning qui consiste à attribuer à chaque donnée une catégorie choisie parmi un ensemble prédéfini, par exemple « spam » ou « non spam ».
Fenêtre de contexte
DébutantQuantité maximale de texte, mesurée en tokens, qu’un modèle peut prendre en compte en une seule fois, incluant les instructions, la conversation, les documents fournis et sa réponse.
Fine-tuning (affinage)
IntermédiaireTechnique qui poursuit l’entraînement d’un modèle déjà pré-entraîné sur un jeu de données plus restreint, afin de modifier ses poids et de l’adapter à une tâche, un domaine ou un style.
Prompt (requête)
DébutantTexte, question ou consigne qu’une personne adresse à un modèle d’IA générative pour obtenir une réponse, un contenu ou une action.
Prompt engineering (ingénierie de prompt)
DébutantPratique qui consiste à concevoir, tester et améliorer les instructions données à un modèle d’IA afin d’obtenir des réponses plus fiables, pertinentes et reproductibles.