Was ist Few-Shot-Learning

Definición

Few-Shot-Learning es una técnica de IA en la que un modelo de Machine Learning se entrena para ejecutar con éxito nuevas tareas o conceptos basándose en un número muy limitado de ejemplos (generalmente entre 2 y 100).

Explicación

Mientras que los modelos tradicionales de Deep Learning requieren miles de puntos de datos, el Few-Shot-Learning busca emular la capacidad humana de abstracción rápida. Esto se logra, en la mayoría de los casos, mediante el uso de grandes modelos fundacionales preentrenados que se preparan para la nueva tarea a través de prompts inteligentemente diseñados con ejemplos (In-Context Learning). Para los productos SaaS B2B, esto tiene un valor incalculable, ya que los clientes a menudo solo pueden proporcionar un número muy limitado de datos de ejemplo para clasificaciones o flujos de trabajo específicos. Por ejemplo, los equipos de ventas pueden mostrar a la IA tres correos electrónicos de clientes exitosos para que el modelo comprenda de inmediato el estilo y formato en que deben generarse los próximos correos electrónicos. Esto ahorra un tiempo de desarrollo considerable y acelera el Time-to-Value para los clientes B2B.