Zero-shot prompting
Le zero-shot prompting consiste à demander une tâche à un modèle sans lui fournir d’exemple spécifique de sortie.
Comment fonctionne Zero-shot prompting ?
Le modèle s’appuie sur ses capacités acquises pendant l’entraînement et sur les instructions présentes dans le prompt pour comprendre la tâche.
Dans un usage conversationnel, la qualité du résultat dépend fortement de la manière dont l’objectif, les contraintes et le contexte sont formulés. Cette notion aide à mieux piloter ce qui est donné au modèle avant la génération.
Exemple concret
« Classe ce message en positif, neutre ou négatif » est une instruction zero-shot si aucun exemple n’est fourni.
À ne pas confondre
Le zero-shot est plus simple à maintenir, mais le few-shot peut améliorer la cohérence quand le format ou les catégories sont spécifiques à une organisation.
Questions fréquentes sur Zero-shot prompting
Qu’est-ce que Zero-shot prompting ?
+
Le zero-shot prompting consiste à demander une tâche à un modèle sans lui fournir d’exemple spécifique de sortie.
À quoi sert Zero-shot prompting ?
+
« Classe ce message en positif, neutre ou négatif » est une instruction zero-shot si aucun exemple n’est fourni.
Comment utiliser Zero-shot prompting efficacement ?
+
Le modèle s’appuie sur ses capacités acquises pendant l’entraînement et sur les instructions présentes dans le prompt pour comprendre la tâche.
Quel est l’intérêt de Zero-shot prompting dans ChatGPT ou un LLM ?
+
Dans un usage conversationnel, la qualité du résultat dépend fortement de la manière dont l’objectif, les contraintes et le contexte sont formulés. Cette notion aide à mieux piloter ce qui est donné au modèle avant la génération.
Quelle différence avec une notion proche ?
+
Le zero-shot est plus simple à maintenir, mais le few-shot peut améliorer la cohérence quand le format ou les catégories sont spécifiques à une organisation.