Few-Shot-Sampling: Lehren anhand von Beispielen

Gewinne:

• Kann zwischen Null-Schuss- und Wenig-Schuss-Ansätzen unterscheiden und weiß, wann man sich für welchen entscheiden muss
• Kann Regeln zur Auswahl repräsentativer Proben anwenden, die die gewünschte Form, den gewünschten Ton und die gewünschte Qualität widerspiegeln
• Kann das Format und den Ton der Ausgabe anhand von Samples zuverlässig steuern

Manchmal ist es viel effektiver, etwas zu zeigen, als es zu beschreiben. Anstatt zu sagen: „Schreiben Sie in einer höflichen, aber klaren Sprache wie dieser“, können Sie dem Model Ihre Absicht viel schneller vermitteln, indem Sie ein Beispiel dafür zeigen, was Sie möchten. Genau darum geht es beim „Few-Shot-Sampling“: dem Modell das gewünschte Muster beizubringen, indem man ihm einige Beispiele zeigt. In dieser Einheit lernen wir diese leistungsstarke Technik und die Regeln für deren effektive Nutzung anhand von Szenarien aus Ihrem eigenen Unternehmen kennen.

Was sind Zero-Shot und Few-Shot?

Es gibt zwei grundlegende Ansätze:

• Zero-Shot: Direkte Beschreibung der Aufgabe, ohne dem Modell Beispiele zu geben. „Klassifizieren Sie diese Bewertung als positiv, negativ oder neutral.“ Das Modell setzt die Anweisung mit eigenem Wissen um.
• Few-Shot: Zeigt einige beispielhafte Eingabe-Ausgabe-Paare für das Modell und beschreibt die Aufgabe. „Hier sind 3 Beispiele: Kommentar → Tag. Markieren Sie nun Kommentar 4.“ Das Muster ahmt das Muster nach, das Sie zeigen.

Der „Schuss“ bezieht sich hier auf die Anzahl der Proben, die Sie geben: Wenn Sie zwei Proben geben, ist es ein „Zwei-Schuss“, wenn Sie fünf Proben geben, ist es ein „Fünf-Schuss“. Die Regel ist einfach: Je subjektiver, formalistischer oder ungewöhnlicher die Aufgabe, desto wertvoller ist ihre Demonstration.

Wann zahlt sich Few-Shot aus?

Demonstrieren ist dem Beschreiben überlegen, insbesondere in folgenden Fällen:

1. Wenn Sie ein bestimmtes Format wünschen: Wenn Sie möchten, dass Ihre Produktbeschreibungen immer den gleichen Aufbau haben, ist die Darstellung von zwei Beispielen klarer als eine Beschreibung mit zehn Sätzen.
2. Wenn Sie einen bestimmten Ton wünschen: Es ist schwierig, die Stimme Ihrer Marke in Worte zu fassen; Zwei Beispieltexte vermitteln sofort den Ton.
3. Wenn Sie eine Klassifizierung durchführen: Anhand eines Beispiels zu zeigen, welche Eingabe an welches Label geht, ist sicherer als das Schreiben der Regel.
4. Wenn es sich um eine ungewöhnliche Aufgabe handelt: Wenn Sie eine spezielle Transformation wünschen, die das Muster nicht oft sieht, lernen Sie das Muster anhand des Beispiels.

Regeln für die Auswahl eines wirksamen Beispiels

Das Modell imitiert die Muster; So wird die Qualität Ihrer Proben direkt zur Qualität der Ausgabe. Fünf Regeln:

1. Lass es repräsentativ sein. Lassen Sie die Beispiele typische Situationen Ihrer realen Arbeit widerspiegeln; keine extremen und seltenen Fälle.
2. Seien Sie konsequent. Alle Beispiele sollen der gleichen Form, dem gleichen Ton und der gleichen Länge folgen. Widersprüchliche Beispiele verwirren das Modell.
3. Lass es Qualität sein. Wenn Ihre Probe fehlerhaft ist, ist auch die Ausgabe fehlerhaft. „Ein schlechtes Beispiel ist ein schlechter Lehrer.“
4. Beziehen Sie Vielfalt ein. Geben Sie für jedes Label in der Klassifizierung mindestens ein Beispiel an. Andernfalls bleibt das Modell bei dem Etikett, das es sieht.
5. Lass es wenig, aber genug sein. Normalerweise reichen 2-5 Proben aus. Dutzende Beispiele führen zu unnötiger Länge und können einem seltenen Beispiel übermäßiges Gewicht verleihen.

Zero-Shot / Few-Shot-Vergleich

Kriterium

Nullschuss

wenige Aufnahmen

Installationsaufwand

niedrig

Medium (Vorbereitung der Probe erforderlich)

Formatkonsistenz

Variabel

hoch

Klangregelung

hart

einfach

ungewöhnliche Aufgabe

schwach

stark

schnelle länge

kurz

länger

Vier kopierbare Vorlagen

1) Klassifizierung (wenige Schüsse):

Aufgabe: Kennzeichnen Sie die Kundenbewertung als positiv/negativ/neutral. Beispiele: Kommentar: „Der Versand war sehr schnell, ich habe es geliebt.“ -> Positiver Kommentar: „Das Produkt entsprach nicht der Beschreibung.“ -> Negativer Kommentar: „Der Karton war etwas zerdrückt, aber das Produkt funktioniert.“ -> NeutralMarkieren Sie jetzt:Kommentar: „[neuer Kommentar]“ ->

2) Tonübertragung (wenige Aufnahmen):

Die folgenden beiden Beispiele zeigen den Schreibton unserer Marke. Schreiben Sie eine Beschreibung mit zwei Sätzen für ein neues Produkt mit demselben Ton. Beispiel 1: „[Markenton-Satz]“Beispiel 2: „[Markenton-Satz]“Neues Produkt: [Name + Merkmal]

3) Wenige Schüsse:

Konvertieren Sie die Rohnotiz in die Struktur im Beispiel unten. Beispieleingabe: „Ali hat angerufen und nach einem Preis gefragt, er möchte 3 Lizenzen.“ Beispielausgabe: – Person: Ali – Anfrage: 3 Lizenzen – Aktion: Angebot senden. Jetzt konvertieren: Eingabe: „[Rohnotiz]“

4) Kopfproduktion (wenige Aufnahmen):

Erstellen Sie fünf Schlagzeilen, deren Ton den folgenden Beispielen für gute Schlagzeilen ähnelt. Beispiele: – „3 Gewohnheiten, die die Buchhaltung auf 10 Minuten reduzieren“ – „Versteckter Steuervorteil für KMU“ Thema: [Ihr Thema]

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwach:

Teilen Sie diese Kommentare in positive oder negative Kommentare auf.[Kommentare]

Stark:

Kennzeichnen Sie jeden Kommentar mit einem einzelnen Wort (Positiv/Negativ/Neutral), wie in den Beispielen unten. Eine Beschreibung schreiben. Ali: „Tolles Produkt.“ -> PositiveAyşe: „Er kam zu spät.“ -> NegativeCan: „Es ist okay.“ -> Neutrale Kommentare:[Kommentare]

Die zweite Eingabeaufforderung korrigiert sowohl das mit dem Beispiel festgelegte Tag als auch die Ausgabe auf ein einzelnes Wort mit der Einschränkung „Beschreibung nicht schreiben“. Das Ergebnis kann direkt in einer Tabelle verarbeitet werden.

Drei Mini-Hüllen

Fall 1 – Support-Team, 200 Kommentare. Ein E-Commerce-Supportteam markierte manuell 200 Kundenbewertungen; Es dauerte etwa 2 Stunden pro Person. Mit einer 4-Schuss-Eingabeaufforderung für wenige Schüsse markierte das Modell Kommentare in Sekundenschnelle; Durch die manuelle Überprüfung nur der mit „Neutral“ gekennzeichneten Daten (ca. 30) reduzierte das Team den Arbeitsaufwand von 2 Stunden auf 15 Minuten.

Fall 2 – Markenstimme. Ein Content-Team beschwerte sich darüber, dass neue Autoren nicht den Ton der Marke trafen. Erstellte eine Vorlage unter Verwendung von 3 genehmigten Absätzen als Beispiel für ein paar Aufnahmen; Redaktionsrunden für neue Inhalte wurden von zwei auf eine reduziert, da der Ton beim ersten Mal festgelegt wurde.

Fall 3 – Vertriebs-CRM. Ein Vertriebsteam schrieb Anrufnotizen im Freitext und die Verarbeitung in CRM (Customer-Relationship-Management-Software) war umständlich. Eine Zwei-Instanz-Eingabeaufforderung „Notiz in Struktur umwandeln“ wandelte verstreute Notizen in das Format „Kontakt/Anfrage/Nächster Schritt“ um; Die Dateneingabe ist standardisiert.

Tipp: Wählen Sie Ihre Beispiele aus Ihren vergangenen echten und guten Taten. Die drei Ausgaben, die Ihnen am besten gefallen, sind tatsächlich Ihre wertvollsten Beispiele für wenige Aufnahmen. behalte sie.

Achtung: Wenn es einen Konflikt zwischen Ihren Stichproben gibt (ein kurzes und ein sehr langes, ein formelles und ein intimes), weiß das Modell nicht, welches es nachahmen soll, und liefert inkonsistente Ergebnisse. Stellen Sie vor der Veröffentlichung von Beispielen sicher, dass sie untereinander konsistent sind.

Häufige Fehler

• Widersprüchliche Beispiele. Mischen von Proben unterschiedlicher Formen und Töne.
• Voreingenommenes Beispiel für ein einzelnes Etikett. Geben Sie bei der Klassifizierung nur „positive“ Beispiele an und zeichnen Sie das Modell dort.
• Beispiel von schlechter Qualität. Eine fehlerhafte Probe kopieren und denselben Fehler erzeugen.
• Extremes Beispiel. 30 Beispiele unnötig anführen und die Eingabeaufforderung aufblähen lassen.
• Verwirrende Aufgabe mit Beispiel. Es wird nicht unterschieden, welches Beispiel und welches die tatsächliche Anfrage ist.

Zusammenfassend

• Zero-Shot beschreibt die Aufgabe, ohne Beispiele anzugeben, während Few-Shot die Aufgabe beschreibt, indem es einige beispielhafte Eingabe-Ausgabe-Paare zeigt.
• Das Modell imitiert die Muster; Die Qualität der Proben ist direkt die Qualität der Ausgabe.
• Eine gute Beispieldarstellung sollte konsistent, hochwertig, vielfältig und wenig, aber ausreichend sein.
• Few-Shot zeichnet sich durch hervorragende Beschreibungen aus, insbesondere in Bezug auf Form, Ton, Klassifizierung und unbekannte Aufgaben.
• Ihre besten bisherigen Arbeiten sind Ihre wertvollsten Beispiele; Speichern Sie sie in der Bibliothek.

Anwendungsaufgabe

Wählen Sie eine Sortier- oder Formatierungsaufgabe aus, die Sie regelmäßig ausführen (z. B. Kommentar-Tagging, Notizbearbeitung, Überschriftengenerierung usw.). Wählen Sie drei gute Beispiele aus Ihrer bisherigen Arbeit aus, richten Sie eine konsistente Eingabeaufforderung für wenige Schüsse ein und testen Sie sie an fünf neuen Eingaben. Messen Sie, wie viel von der Ausgabe Sie ohne Korrektur verwenden können, und versuchen Sie, das Ergebnis durch Ändern der Samples zu verbessern.

Checkliste

• [ ] Ich kann den Unterschied zwischen Zero-Shot und Fence-Shot erklären.
• [ ] Ich weiß, wann Zeigen besser ist als Beschreiben.
• [ ] Ich kann repräsentative, konsistente und qualitativ hochwertige Beispiele auswählen.
• [ ] Ich gebe Beispiele für jedes Label in der Klassifizierung.
• [ ] Ich behalte meine besten Ergebnisse als Beispiele für die Zukunft.