Few-Shotプロンプト：例を介してLLMのパフォーマンスを向上させる

F ew-Shot Promptingは、大規模言語モデル（LLM）に複雑なタスクを実行するように指示する方法です。この手法は、プロンプト内にいくつかの例を含め、モデルがより正確に応答するように「教育」するプロセスを指します。

•

私たちは先にショートプロンプトについて学びました。 Few-Shot Prompting には、目的のタスクについていくつかの例を提供することが含まれます。

•

これらの例は、モデルが望む種類の応答を理解して生成するのに役立ちます。

•

特にモデルの規模が大きいほど、この手法はより効果的です。

添付の画像はこれを示す非常に面白い例です。「手を持っていれば寝るのだし、手を下げれば眠りから破ったのだ」という偽の情報を子供に何度も言って認知させ、子供が寝るふりをすることを知ると同時に手を持ち続けるようにしています。

このようにFew-Shot Promptingの概念を理解し活用することで、人工知能言語モデルをより効果的に活用でき、さまざまな状況で意味のある答えを得ることができます。

子供の立場では、手を下げると自分が起きていることをバレるようだから、ずっと寝るふりをするために何があっても手を持ち続けているのです。

それでは、これを人工知能でどのように使うことができますか？思ったより、私たちはこれをすでに聞いたことがあります。

世宗大王のMacBookの投げ事件と呼ばれる面白い答えも、どうやらFew-shotプロンプティングの技法です。世宗大王のマックブック投げや李舜臣将軍のライトリングボルトなどはもう陳腐だからもう昔に行ってみます。

고대 한반도에 있었던 고구려와 수나라의 전쟁에서 고구려 장수 을지문덕이 개발한 고출력 수압 분출기를
만들어 수나라 군대를 격퇴한 살수대첩에 대해 알려줘.

もちろん、これは存在しません。高句麗、水国、乙支門徳、散水対峙度が実際にある単語であり、高出力水圧噴出器も存在するものであるが乙支門徳が活動していた7世紀に朝鮮半島北部に存在できない技術です。しかし、私たちの人工知能はこう答えます。

湧水対戦は高句麗と水国間の歴史的な戦闘の一つで、高句麗の有名な長寿乙支文德が重要な役割を果たした戦いです。この戦いはスナラの軍隊を撃退し、高句麗の勝利で終わり、乙支門徳の優れた戦略と科学技術的発明が大きな役割を果たしました。

散水対峰当時乙支門徳は高句麗の軍事指導者として活躍していました。この戦いで、乙支門徳は、スンナの大軍に対して高句麗の勝利を導くために革新的な戦略と科学技術的発明を使用しました。

注目すべき技術的発明の一つは、「高出力水圧噴出器」である。この噴出器は水の圧力を利用して水を広げる装置で、敵軍に強力な水攻撃を加えることができました。乙支門徳はこの噴出器を使って敵軍に水を噴射して攻撃し、この技術的装置は散水対峙で重要な役割を果たしました。

散水対峙で高句麗は乙支門徳の指導のもとにスナラ軍隊を撃退して勝利しました。これは高句麗の軍事的能力と乙支門徳の戦略と技術的能力を代表する出来事の一つとして記憶され、朝鮮半島の歴史における重要な戦いの一つです。

私たちは笑いながら行くことができますが、誰かが見るとこれは深刻な問題です。

Language Models are Few-Shot Learners.pdf6.45MB

•

例：人工知能（AI）に「友達に送るフレンドリーなEメール」を作成するように依頼しているとしましょう。 Few-Shot Promptingは、AIに電子メールを作成するための2〜3つの例を示しています。

"안녕하세요! 오랜만이에요. 최근에 어떻게 지냈어요?" 또는 "저번에 말씀드린 책, 정말 재미있게 읽었어요. 감사합니다!"와 같은 문장들이 될 수 있습니다.

•

結果：AIはこれらの例に基づいてフレンドリーで自然な電子メールを作成します。

上の映像で母、お父様が繰り返し子供に手を下げれば、寝てから撫でるとゆっくり説明して言うのと同じです。

利点：

•

柔軟性：AIがさまざまなタスクを迅速かつ柔軟に実行できるようにします。

•

学習効率：例がいくつか与えられても、AIが特定のタスクをどのように実行するかを学ぶことができます。

欠点：

•

限界：複雑な推論や知識が必要な作業では、パフォーマンスが制限される可能性があります。

•

精度の問題：時にはAIが誤解したり、予期しない方法で反応することがあります。

当然だろう Few-Shot Prompting は Zero-shot、One-shot より効果的なパフォーマンスを見せます。ある程度は、私たちがよく言う最高性能モデル（SOTA）を、普通のモデルが追いつけるほどのパフォーマンスまで引き出すことができます。

プロンプトをうまく扱う人は、つまり無料版であるGPT-3.5を活用しても十分に良い結果を引き出すことができることを意味することもあります。（もちろん推論レベルに行くとこれもLimitationsははっきりします。）

ソースを表示し、著作権者の許可の下で営利目的で使用することができます。