← 返回卡片

原书出处

大语言模型-基础与前沿 (熊涛)

05 第5章 上下文学习和轻量级微调

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.836Z

括目标任务的输入和期望输出。通过提供一些相关样本,即使训练数据有限,模型也可以学会更好地理解人类的意图和所需答案的标准。

因此,少样本学习通常会比零样本学习具有更好的表现。不过,少样本学习需要消耗更多的词元,并且当输入和输出文本较长时,可能会受到上下文长度的限制。

在自然语言处理领域,零样本学习和少样本学习方法都受到了广泛的关注和研究。这两种方法取得了可喜的成果,展示了语言模型从有限

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter7.xhtml

EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d