概念Few-Shot Prompting / 少样本提示
Few-Shot
Few-Shot（少样本学习）是机器学习与人工智能领域的一种学习范式，指模型仅凭极少量标注样本（通常为1至数十个）即可完成任务学习或推理。其核心特征包括：利用少量示例引导模型快速适应新任务，以及在提示工程中通过在输入中嵌入少量范例来激发大语言模型的上下文学习能力。与零样本（Zero-Shot）和全量监督学习相对应。
Few-Shot（少样本学习）是机器学习与人工智能领域的一种学习范式，指模型仅凭极少量标注样本（通常为1至数十个）即可完成任务学习或推理。其核心特征包括：利用少量示例引导模型快速适应新任务，以及在提示工程中通过在输入中嵌入少量范例来激发大语言模型的上下文学习能力。与零样本（Zero-Shot）和全量监督学习相对应。