Format / Sintaxă: Zero-Shot – adresarea directă a cerinței fără exemple demonstrative prealabile
Explicație detaliată
În abordarea Zero-Shot, utilizatorul introduce sarcina dorită (clasificare, rezumare, traducere sau calcul) fără a include exemple demonstrative de tip intrare-ieșire în prompt.
Modelele moderne (precum GPT-4o, Claude 3.5 sau Gemini 1.5) excelează la Zero-Shot datorită antrenării masive pe instrucțiuni (Instruction Fine-Tuning). Totuși, precizia poate scădea dacă formatul dorit este neconvențional sau sarcina este foarte nuanțată.
Analogie intuitivă
💡 Când iei un taxi la aeroport și spui simplu: „La Hotel Central, vă rog!”. Presupui că șoferul știe orașul, traseul optim și destinația fără să trebuiască să îi desenezi o hartă pas cu pas.
Mecanism & Funcționare
- Modelul identifică intenția principală prin analiza semantică a verbelor de acțiune (rezumă, clasifică, extrage, rescrie).
- Activează reprezentările interne relevante și prezice cel mai probabil răspuns continuu care satisface instrucțiunea.
Exemple practice și aplicabilitate
- Exemplu clasificare sentiment: „Clasifică tonul următorului text în Pozitiv, Neutru sau Negativ: Serviciul clienți a fost excepțional!”
- Exemplu rezumare: „Rezumă următorul articol într-un singur paragraf de maxim 50 de cuvinte: [text articol]”
Capcane frecvente & bune practici
Mit: „Dacă Zero-Shot dă greș, modelul nu este suficient de deștept”. Realitate: De multe ori, o simplă exemplificare (Few-Shot) rezolvă instant ambiguitatea.
Noțiuni înrudite
few-shot-prompting: Noțiune asociată din acest modul.system-prompt: Noțiune asociată din acest modul.role-prompting: Noțiune asociată din acest modul.