Co je Few-Shot Learning?
Technika strojového učení, při které model dokáže řešit nové úkoly s malým počtem příkladů.
Definice
Few-Shot Learning je technika, při které AI model dokáže řešit nové úkoly nebo kategorizovat nové objekty s velmi malým počtem trénovacích příkladů (typicky 2-10).
Účel
Few-Shot Learning umožňuje rychlou adaptaci AI modelů na nové domény bez nutnosti rozsáhlého přetrénování nebo velkých datasetů.
Funkce
Model využívá své předchozí znalosti a schémata k rychlé generalizaci z omezených příkladů.
Příklad
GPT model dokáže přeložit do nového jazyka po poskytnutí pouze několika příkladů překladů v promptu.
Related
Few-Shot Learning souvisí s Zero-Shot Learning, One-Shot Learning, Transfer Learning a Meta-Learning.
Chcete se dozvědět více?
Pokud se chcete ponořit hlouběji do tématu Few-Shot Learning — nebo přinést tento druh školení do svého týmu — pojďme si promluvit. Pomáhám týmům pochopit a uplatnit tyto koncepty v praxi. Rád se vám ozvu!
Co je Feedback Loop?
Feedback Loop neboli Zpětnovázní smjura je mechanismus, kde výstup AI systé...
Co je Machine Learning?
Machine Learning je metoda umělé inteligence, která umožňuje systémům autom...
Co je One-Shot Learning?
One-Shot Learning neboli Učení z jednoho příkladu je schopnost AI systému n...
Co je Natural Language Interface?
Natural Language Interface (NLI) neboli Rozhraní přirozeného jazyka je uživ...
Co znamená probabilistický v AI?
Probabilistic neboli Probabilistický přístup v AI je založen na pravděpodob...