Capacidad de un modelo para realizar una tarea sin haber sido entrenado especificamente para ella. Zero-shot = sin ejemplos. Few-shot = con algunos ejemplos en el prompt.
Zero-shot significa que el modelo puede realizar una tarea sin haber visto ningun ejemplo de esa tarea durante el entrenamiento. Simplemente le explicas que quieres y lo hace. Es como pedirle a alguien que cocine un plato que nunca ha hecho solo con leer la receta.
Few-shot significa que le das al modelo algunos ejemplos en el prompt (tipicamente 2-5) antes de pedirle que haga la tarea. Esto mejora drasticamente la calidad de las respuestas. Es como mostrarle a alguien dos fotos de un estilo antes de pedirle que dibuje algo en ese estilo.
Esta capacidad es lo que hace que los LLMs sean tan utiles: no necesitas reentrenarlos para cada nueva tarea, solo escribir un buen prompt.
💡 Ejemplos prácticos
Zero-shotPides "Clasifica este email como spam o no spam" y el modelo lo hace sin haber visto nunca un ejemplo de clasificacion.
Few-shotLe muestras 3 ejemplos de resumen de articulos en un formato concreto, y el cuarto lo resume en ese mismo formato.
Traduccion zero-shotEl modelo traduce del espanol al swahili aunque apenas haya visto swahili durante el entrenamiento.