ゼロショット・フューショット
ゼロショット・フューショットとは、AIモデルに例を示さずに指示だけでタスクを行わせる方法(ゼロショット)と、少数の入出力例をプロンプトに含めて行わせる方法(フューショット)を指す言葉です。
大規模言語モデルは、追加学習をしなくても、プロンプト内に示された例からタスクの形式や期待される出力をある程度くみ取ることができます。この性質はインコンテキスト学習とも呼ばれ、分類やデータの抽出、定型文の作成などを手早く試すときに使われます。
新規事業のPoC(概念実証)では、まずゼロショットで試し、出力の形式や判断基準がぶれる場合に代表的な例を数件加えてフューショットにする、という進め方が効率的です。例の選び方で結果が大きく変わるため、典型例だけでなく判断が分かれやすい境界事例も含めるとよいでしょう。例を増やすほど入力トークンが増え、コストも増える点に注意が必要です。
「ゼロショット・フューショット」が出てくる記事
この用語が出てくる記事はまだありません。
「AI・機械学習」の他の用語
- Chain-of-Thought(思考の連鎖)
- CNN(畳み込みニューラルネットワーク)
- Function Calling(ツール呼び出し)
- GAN(敵対的生成ネットワーク)
- LLM-as-a-Judge(LLMによる自動評価)
- LoRA(低ランク適応)
- MCP(Model Context Protocol)
- MLOps
- MoE(混合エキスパート)
- NLP(自然言語処理)
- RLHF(人間のフィードバックによる強化学習)
- SLM(小規模言語モデル)
- Transformer(トランスフォーマー)
- アノテーション(教師データ作成)
- 異常検知
- エッジAI
- エンベディング(埋め込み表現)
- オープンウェイトモデル
- 過学習(オーバーフィッティング)
- 拡散モデル(Diffusion Model)
- 学習と推論(インファレンス)
- 画像認識(コンピュータビジョン)
- 基盤モデル(ファウンデーションモデル)
- 交差検証(クロスバリデーション)
