Few-Shot Prompting : Définition et Exemples
Le few-shot prompting fournit quelques exemples (2-5) dans votre prompt pour montrer à l'IA le format, le ton ou le type de réponse attendu, sans fine-tuning.
Définition complète
Le few-shot est l'une des techniques les plus puissantes du prompt engineering. Au lieu de décrire ce que vous voulez, vous montrez le résultat attendu à travers des exemples concrets.
Le principe : incluez 2-5 paires entrée/sortie avant votre requête réelle. Le modèle détecte le pattern et l'applique.
Le few-shot se distingue du zero-shot (aucun exemple) et du one-shot (un seul). Au-delà de 5 exemples, les gains sont souvent marginaux.
La qualité des exemples est cruciale : représentatifs, cohérents, sans erreurs. Un mauvais exemple enseigne de mauvaises habitudes.
Étymologie
Vient du machine learning (few-shot learning). Popularisé par le papier GPT-3 (2020) démontrant l'apprentissage in-context.
Exemples concrets
Classification de sentiment avec 3 exemples
Classifie le sentiment : Avis : "Livraison rapide" Sentiment : Positif Avis : "Colis abîmé" Sentiment : Négatif Avis : "Le SAV était incroyable" Sentiment :
Extraction de données structurées
Extrais les infos :
Texte : "Marie Dupont - Dir. Marketing - Acme SAS"
JSON : {"nom":"Marie Dupont","poste":"Dir. Marketing"}
Texte : "Jean Martin, CTO @ StartupXYZ"
JSON :Reformulation technique en langage simple
Usage pratique
Utilisez le few-shot quand une instruction simple ne suffit pas. Choisissez 2-3 exemples variés. Placez-les juste avant votre requête.
Concepts liés
FAQ
Combien d'exemples en few-shot ?
Few-shot ou fine-tuning ?
L'ordre des exemples compte ?
Voir aussi
Autres définitions
Fine Tuning : Définition et Exemples
Le fine tuning est le processus d'ajustement d'un modèle d'IA pré-entraîné sur un jeu de données spécifique afin d'améliorer ses performances pour une tâche ou
Flash Attention : Définition et Exemples
Flash Attention est un algorithme optimisé de calcul du mécanisme d'attention dans les Transformers, qui réduit drastiquement la consommation mémoire et accélèr
Frequency Penalty : Définition et Exemples
Le Frequency Penalty est un paramètre des modèles de langage qui pénalise les tokens proportionnellement au nombre de fois qu'ils apparaissent dans le texte gén
Function Calling : Définition et Exemples
Le Function Calling est une capacité des modèles de langage (LLM) qui leur permet d'identifier quand appeler une fonction externe et de générer les arguments st
Gemini Gem : Définition et Création (Google)
Comprendre les Gemini Gems de Google : assistants Gemini préconfigurés. Création, intégration Google Workspace, comparaison avec Custom GPT et Skills Claude.
Gemini Pro : Définition et Exemples
Gemini Pro est un modèle de langage multimodal développé par Google DeepMind, conçu pour gérer des tâches complexes de raisonnement, de génération de texte, de
Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter.