למידה-מדוגמה-בודדת (Zero/Few-shot)

למידה-ללא-דוגמה וללמידה-מדוגמה-בודדת (Zero-shot / Few-shot) מתארים יכולת של מודל לבצע משימה חדשה שהוא כלל לא אומן עליה במפורש.

ב-Zero-shot, המודל מקבל רק תיאור מילולי של המשימה, בלי אף דוגמה — ועדיין מצליח לבצע אותה, בזכות ידע כללי שנרכש באימון. ב-Few-shot, מוסיפים לפרומפט עצמו כמה דוגמאות קונקרטיות של קלט-ופלט רצוי, מה שמשפר משמעותית את הדיוק במשימות ספציפיות או יוצאות-דופן.

היכולת הזו — לבצע משימות שמעולם לא אומנו עליהן ספציפית — היא אחת מ"יכולות המתפתחות" המרשימות ביותר של מודלי שפה גדולים, ובלתי-אפשרית כמעט למערכות AI מהדור הקודם.