Few-Shot متنوّعة لا متشابهة
«Few-Shot متنوّعة لا متشابهة» تمرين قصير من زينها براكتس في المجال الرقمي والذكاء الاصطناعي، يستغرق نحو 15 دقيقة. في few-shot، تنوّع الأمثلة عمدًا (إيجابي/سلبي/حالة حافّة) أهمّ من العدد. هدفه: منع النموذج من حفظ نمط واحد ومحاكاته أعمى، عبر تنويع متعمّد للأمثلة. ويستند إلى In-Context Learning. يمكنك قراءة هدفه وأول خطوة منه مجانًا، والتمرين الكامل بخطواته وتطبيقه التفاعلي ضمن اشتراك Plus.
في few-shot، تنوّع الأمثلة عمدًا (إيجابي/سلبي/حالة حافّة) أهمّ من العدد.
الهدف
منع النموذج من حفظ نمط واحد ومحاكاته أعمى، عبر تنويع متعمّد للأمثلة.
الخطوات
-
1
اختر مهمّة تصنيف/كتابة. حدّد 3 أنواع إخراج مرغوبة.
النتيجة المتوقّعة
المرجع العلمي
المدرسة: In-Context Learning
الروّاد: Brown et al. · Min et al. (2022)
Min وآخرون 2022 «Rethinking the Role of Demonstrations» أظهرت أنّ تنوّع الأمثلة (وحتى صحّة التوسيمات) أقل أهمّيّة من توزيع المدخلات.
الكلمات المفتاحية
الأسئلة الشائعة
كم يستغرق تمرين "Few-Shot متنوّعة لا متشابهة"؟
متى ألاحظ أثر "Few-Shot متنوّعة لا متشابهة"؟
هل "Few-Shot متنوّعة لا متشابهة" مبنيّ على أساس علميّ؟
هل "Few-Shot متنوّعة لا متشابهة" مناسب للمبتدئين؟
اشترك للوصول الكامل
اشترك في Plus للوصول الكامل لهذا التمرين وكل الكتالوج، أو جرّب أولاً بلا تسجيل ولا التزام.
7 تمارين كاملة (واحد من كل نطاق) مجانًا ودائمًا بلا تسجيل.