Few-shot Prompt

Few-shot Prompt，通常在自然语言处理（NLP）中指的是在训练模型时只使用少量示例（或shot）就能让模型学会新任务的技术。这种技术的核心思想是利用提示（Prompt）来指导模型理解新的问题，即使没有大量的特定任务训练数据。

在一些预训练语言模型如GPT-3或BERT中，通过提供一个简短的、与新任务相关的示例（prompt），模型能够推断出正确的答案或完成任务。例如，对于一个问答任务，你可能会提供几个问答对作为"shot"，然后用类似这样的格式提问：

Q: What is the capital of France?
A: Paris

Prompt: Given a country and its capital, what is the capital of [Country]? (e.g., For France, it's Paris.)
Q: Capital of Italy?

在这个例子中，模型会基于前面的示例（Paris对France）来推断出"Capital of Italy?"的答案是"Rome"，即使它之前没有直接见过这个具体问题。