# Few-shot prompting 과 Few-shot learning 의 차이점  

## **Few-shot prompting 과 Few-shot learning 의 차이점 
ChatGPT같은 모델에 프롬프트를 쓴다고 즉시 학습되진 않습니다**.

Few-shot prompt engineering 기법은 기본 테크닉 중 하나입니다. 
A라는 과제를 하기 위해서 두 개 이상의 예제를 사용해서 결과물을 도출하는 방법입니다.

수업을 하다보면 '퓨샷 프롬프팅'과 '퓨샷 러닝'을 동의어로 사용하는 것을 흔히 들을 수있습니다. 

❓LLM 모델에게 질문만 해도 모델이 학습되나요? 

프롬프트 관련 자주 묻는 질문 그리고 잘못 알고 있는 것 중 하나입니다. 

✅ **Few-shot Learning **
머신러닝 모델이 훈련단계에서 적은 수의 데이터를 사용하여 학습하면, 이를 바탕으로 새로운 데이터를 처리할 수 있게 하는 방법입니다. 사람이 새로운 단어를 한 두 번 들으면 바로 의미를 이해하고 사용하는 것처럼, 모델은 몇 가지 예제만 보고 학습할 수 있는 방식이죠. 

✅ **Few-shot prompting **
이미 훈련이 끝난 LLM (대규모 언어 모델)이 추론 과정에서 몇 가지 예제를 참고하여 질문 (프롬프트)에 대한 결과를 생성하게 하는 기법입니다. 모델 자체의 파라미터는 업데이트 되지 않고, 주어진 프롬프트 (질문과 예제 등) 으로만 작동합니다. 

📚 **두 가지 개념이 정리된 논문들 **

Few-Shot Prompting (Brown et al., 2020) is the paradigm, where the GenAI learns to complete a task with only a few examples(exemplars). 

Few-Shot Learning (FSL) (Fei-Fei et al., 2006; Wang et al., 2019) is often conflated with Few-Shot Prompting (Brown et al., 2020). It is important
to note that FSL is a broader machine learning paradigm to adapt parameters with a few examples, while Few-Shot Prompting is specific to prompts in the GenAI settings and does not involve updatingmodel parameters.

👉 요약 
프롬프트를 챗GPT 에 입력한다고 해서, LLM이 실시간으로 내부 매개변수(가중치)를 업데이트하며 재학습하는 것이 아닙니다. 다만, 나중에 모델 개발사가 사용자 데이터를 활용해 모델을 훈련하거나 개선할 수는 있겠어요. 

👉 논문 링크

[https://arxiv.org/pdf/2005.14165](https://arxiv.org/pdf/2005.14165)

#prompt hashtag#promptengineering hashtag#prompting hashtag#fewshotlearning hashtag#fewshotprompting hashtag#promptengineer

For the site tree, see the [root Markdown](https://slashpage.com/sujin-prompt-engineer.md).