Bağlam içi öğrenme, modelin parametreleri değişmeden, yalnızca prompttaki talimat ve örneklerden yeni bir görevi kavrayıp uygulayabilmesidir.
Bağlam İçi Öğrenme ne demek?
İnce ayarda model yeniden eğitilir; bağlam içi öğrenmede ise hiçbir şey kalıcı olarak değişmez, öğrenilen her şey o sohbet bitince kaybolur. Bu sayede modelin davranışı saniyeler içinde, hiç eğitim yapmadan değiştirilebilir.
Az örnekli istem, bağlam içi öğrenmenin en bilinen uygulamasıdır.
Yakın kavramlar
Az Örnekli İstemFew-shot PromptingAz örnekli istem (few-shot), modele görevle birlikte birkaç girdi–çıktı örneği vererek istenen kalıbı göstermektir.Prompt Mühendisliğiİnce AyarFine-tuningİnce ayar, önceden eğitilmiş bir modelin belirli bir görev, alan ya da üslup için daha küçük ve özel bir veri setiyle yeniden eğitilmesidir.Makine Öğrenmesi & EğitimBağlam PenceresiContext WindowBağlam penceresi, bir dil modelinin tek seferde dikkate alabildiği en fazla token miktarıdır; promptun, yüklenen belgelerin, sohbet geçmişinin ve cevabın toplamını kapsar.Dil Modelleri & Üretken YZOrtaya Çıkan YeteneklerEmergent AbilitiesOrtaya çıkan yetenekler, küçük modellerde görülmeyen ama model belli bir büyüklüğe ulaştığında birden beliren becerilerdir.Dil Modelleri & Üretken YZSıfır Atışlı İstemZero-shot PromptingSıfır atışlı istem (zero-shot), modele hiç örnek vermeden yalnızca görevi tarif ederek sonuç istemektir.Prompt MühendisliğiTek Örnekli İstemOne-shot PromptingTek örnekli istem (one-shot), modele görevi tarif ederken istenen sonuca dair tek bir örnek vermektir.Prompt Mühendisliği