ما هو التعلم بأمثلة قليلة
تدريب النموذج على أمثلة قليلة
التعلم بأمثلة قليلة (Few-Shot Learning) هو نهج في التعلم الآلي يمكّن النماذج من التعلم من أمثلة قليلة جدًا (عادة من 1 إلى 10) لكل فئة.
المناهج الرئيسية
- التعلم الوصفي — تعلم كيفية التعلم
- تعلم المقاييس — تعلم التشابه بين الأمثلة
- تعزيز البيانات — توسيع البيانات من مجموعات صغيرة
- التعلم النقلي — استخدام النماذج المدربة مسبقًا
الأنواع حسب عدد الأمثلة
- صفر مثال — بدون أمثلة، وصف المهمة فقط
- مثال واحد — مثال واحد لكل فئة
- أمثلة قليلة — عدة أمثلة (2-10) لكل فئة
التطبيقات
- التعرف على الوجه من صورة واحدة
- تصنيف الأمراض النادرة
- تخصيص مساعدي الذكاء الاصطناعي
- التكيف السريع للروبوتات الدردشة
الفوائد
- تقليل متطلبات البيانات
- التكيف السريع مع المهام الجديدة
- تقليل تكاليف وسم البيانات
التعلم بأمثلة قليلة ضروري لـ GPT ونماذج اللغة الكبيرة الأخرى (LLMs).